Bregman散度相关论文
近年来,随着数据规模的增大及其高速流式产生方式的普及,分布式优化算法在理论和应用上都取得了很大的发展。许多基于此框架的算法......
如今社交网络以及物联网的飞速发展,产生了海量非欧空间上存在相关影响的不规则结构数据,如:app社交网,传感网,交通网甚至大脑神经......
生成对抗网络（GANs）是一种深度神经网络架构,是人工智能领域的研究热点。随着深度学习的发展,研究者们越来越关注生成式模型的研究。......
传统的聚类算法一般只适用于静态数据的处理,而真实世界的数据往往数据量大且变化多,静态的聚类算法不能为动态数据提供其演化规律......
少样本学习方法模拟人类从少量样本中学习的认知过程,已成为机器学习研究领域的热点.针对目前少样本学习迭代过程的任务量较大、过......
随着大数据时代的到来,模型选择已成为当代统计学的热点研究课题之一,并且在多个领域有着不同的应用,比如经济领域,生物医学领域和......
现实生活中的许多数据都是从多个角度描绘的,例如,一些新闻是从各种来源进行报道的,从这些数据中探索有用的知识是数据挖掘的一个......
针对梯度信息难以获取的一类强凸分布式优化问题,提出了一种新的无梯度分布式镜面下降算法,并证明了所提算法的收敛性.与现有的分......
在科技飞速发展的现代,海量数据处理已经是现代科学研究的重要课题,尤其表现在机器学习,数据挖掘,图像信号处理等领域.负矩阵分解(......
在毛杆折痕识别中,光照不均和边缘绒毛等干扰因素在一定程度上影响识别的准确性.为尽可能排除这些影响折痕识别的因素,将图像稀疏......
现有算法难以处理脉冲噪声,导致无线传感器网络(WSN)中节点定位精度较低,为此提出基于Bregman散度的WSN定位算法.该算法分为2个阶......
数据降维是机器学习的一个重要的研究分支。它在理论研究与算法实现都取得了重大进展,成为当前机器学习领域的前沿热点课题。作为......
本文中,我们主要研究f-散度、Bregman散度、及它们的多种推广形式的相互关系.通过理论证明或构造反例,我们揭示了这些散度的之间的......
羽毛片作为羽毛球生产的主要原料,其质量直接影响到成品羽毛球的品质。羽毛杆有折痕会使得角质层受损从而降低耐打度。我国羽毛球......
在自然图像中经常会出现亮度不均匀的现象,虽然基于局部信息的水平集方法在不均匀图像的分割方面取得了较好的效果,但是该类方法在......
