排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
EM算法是求解GMM参数的传统算法,当样本数据规模比较大、GMM高斯成分数量比较高时,EM算法需要很长的时间才能收敛。提出了一种改进的EM算法,通过设置适当的参数,利用改进后的EM算法求解GMM参数,相比原EM算法在运行速度上有了很大的提高;进一步,结合GMM超向量以及SVM分类器,将改进后的EM算法应用到对KTH人体行为数据库的识别中,相比原EM算法识别准确率只受到了很小的影响。 相似文献
4.
赵桂儒 《数字社区&智能家居》2014,(8):1835-1837
PCA是一种常用的线性降维方法,但在实际应用中,当数据规模比较大时无法将样本数据全部读入内存进行分析计算。文章提出了一种针对较大规模数据应用PCA进行降维的方法,该方法在不借助Hadoop云计算平台的条件下解决了较大规模数据不能直接降维的问题,实际证明该方法具有很好的应用效果。 相似文献
1