本文目录一览

1，高中立体几何降维的一般方法

利用投影关系将异面化为同面。
同问。。。

高中立体几何降维的一般方法

2，降维分析法概念

这种调查问卷或心理测试很明显要用因子分析，因为这些被访者的回答都只是个表象罢了，其实决定他们怎么回答的是内在的因素，比如人们的自信程度啊等等。 用因子分析，分析出这些潜在的变量后，用这些潜在变量做聚类分析，把被访者分成几个群体。

降维分析法概念

3，如何实现降维处理

对文本做共现词汇统计，可以统计相邻距离不超5的词，也可以统计邻接词。 2、选择共现比较多的组合作为特征，
首先，创建数据m_pdata = cvcreatemat(m_nrows, m_ndim, cv_64fc1);然后初始化数据。再创建m_pmean，m_peigvals，m_peigvecs。然后调用cvcalcpca计算平均值向量和协方差矩阵的特征值和特征向量。最后一步是cvprojectpca，在这个函数里面可以指定维度就可以得到降维之后的数据。

如何实现降维处理

4，数学建模中应用降维的统计方法除了主成分分析法还有哪一些

因子分析它是主成分分析的推广，也是利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合银子的一种多变量统计分析方法。与主成分分析相比，因子分子更倾向于描述原始变量之间的相关关系。其基本思想是根据相关性把原始变量分组，使得同组内的变量之间的相关性较高，而不同组变量间的相关性较低。每组变量代表一个基本结构，并用一个不可观测的综合变量表示，这个基本结构就是公共因子。然后把原始变量表示成两部分之和，一是少数几个不可观测的公共因子的线性函数，二是与公共因子无关的特殊因子。
同问。。。

5，文本分类中如何降维

你的问题其实在数据挖掘里面不难，其实也没有涉及到降维，真在的降维是数量级的降维。你的这个问题应该按照以下方案处理：1、对文本做共现词汇统计，可以统计相邻距离不超5的词，也可以统计邻接词。2、选择共现比较多的组合作为特征，加入特征集。3、生成训练模型。传统特征选择的方法包括以下几种：信息增益（IG），互信息（MI），卡方检验（卡方 ），最大熵等。降维的方法可以使用粗糙集（Rough Set，RS）属性约简。分类器构筑可以使用SVM等工具
我没用过cnn，我只能就matlab神经网络普遍存在的问题回答你，1，同样的输入训练样本和测试样本得到不一样的结果，可能是因为权值初始化是随机的，每个随机的初始值在训练的时候，误差只能收敛到那片区域的局部最小值，而不能保证全局最小值。

6，卡诺图怎么降维

卡诺图降维的方法，其实就是把卡诺图不用的变量进行折叠，比如说ABCD四个变量，如果我不想把D作为变量，就把所有D变量的0行和1行折叠合并，同时保证其他变量不变。折叠的过程可以看做两个格子进行合并产生一个格子，有三种可能，一种是0与0，显然合并以后仍为0，1和1合并是1。0和1的情况，需要看对应的是D还是D，把它作为系数和对应的0,1相乘，结果写到卡诺图里，就实现了卡诺图的降维。降维的目的是，增加了D输出，而不是单纯的1和0进行输出，而利用ABC三个变量进行选择。ABC此时可以看做地址，按照地址找到相应的输出数据。这就实现了数据选择器的功能。同理，可以再把C作为输入，AB作为地址，增加输出的维度。这是以牺牲小规模元器件为代价的。
原本的卡诺图有十六个格子，假设变量为A，B，C，D。假设降维需要去D。新的卡诺图变为八格。第一格为ABC－000，则去原来的图里面看。ABCD－0000时为0，0001时为0，所以新的卡诺图000为0。以此类推。0.0为0。1.1为1。若0.1则D，1.0则为D非。新的卡诺图八位，没有顺序，是能根据000.001.011.010一个一个来看，然后填进去
先把逻辑表达式（或其他形式）转换成卡诺图，然后降维，降维的方法参照《数字电子技术基础》.(阎石.第5版)。大概意思是先把 2或4或8.等2的n次方 个是1的在一个长方形（包括正方形）的画在一起，可以重复，不可少还有限制约束处理
卡诺图降维的方法，其实就是把卡诺图不用的变量进行折叠，比如说ABCD四个变量，如果我不想把D作为变量，就把所有D变量的0行和1行折叠合并，同时保证其他变量不变。折叠的过程可以看做两个格子进行合并产生一个格子，有三种可能，一种是0与0，显然合并以后仍为0，1和1合并是1。0和1的情况，需要看对应的是D还是D，把它作为系数和对应的0,1相乘，结果写到卡诺图里，就实现了卡诺图的降维。降维的目的是，增加了D输出，而不是单纯的1和0进行输出，而利用ABC三个变量进行选择。ABC此时可以看做地址，按照地址找到相应的输出数据。这就实现了数据选择器的功能。同理，可以再把C作为输入，AB作为地址，增加输出的维度。这是以牺牲小规模元器件为代价的。卡诺图的构造特点使卡诺图具有一个重要性质：可以从图形上直观地找出相邻最小项。两个相邻最小项可以合并为一个与项并消去一个变量。扩展资料：卡诺图中最小项的排列方案不是唯一的，变量的坐标值0表示相应变量的反变量，1表示相应变量的原变量，变量的取值变化规律按“循环码”变化。各小方格依变量顺序取坐标值，所得二进制数对应的十进制数即相应最小项的下标i。在五变量卡诺图中，为了方便省略了符号“m”，直接标出m的下标i 。归纳起来，卡诺图在构造上具有以下两个特点：1、n个变量的卡诺图由2^n个小方格组成，每个小方格代表一个最小项；2、卡诺图上处在相邻、相对、相重位置的小方格所代表的最小项为相邻最小项。可以从图形上直观地找出相邻最小项。两个相邻最小项可以合并为一个与项并消去一个变量。用卡诺图化简逻辑函数的基本原理就是把上述逻辑依据和图形特征结合起来，通过把卡诺图上表征相邻最小项的相邻小方格“圈”在一起进行合并，达到用一个简单“与”项代替若干最小项的目的。参考资料来源：搜狗百科——卡诺图
先把逻辑表达式（或其他形式）转换成卡诺图，然后降维，降维的方法参照《数字电子技术基捶(阎石第5版)。 大概意思是先把 2或4或8等2的n次方 个是1的在一个长方形（包括正方形）的画在一起，可以重复，不可少 还有限制约束处理卡诺图怎么降维？

文章TAG：降维  算法  高中  高中立  降维算法  
下一篇