您的位置: 专家智库 > >

廖文彬

作品数:4 被引量:3H指数:1
供职机构:仰恩大学更多>>
相关领域:理学自动化与计算机技术更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 3篇理学
  • 1篇自动化与计算...

主题

  • 3篇奇异值
  • 3篇矩阵
  • 1篇蚁群
  • 1篇蚁群算法
  • 1篇知识聚类
  • 1篇神经网
  • 1篇神经网络
  • 1篇随机抽样方法
  • 1篇图像
  • 1篇图像压缩
  • 1篇企业
  • 1篇群算法
  • 1篇矩阵奇异值
  • 1篇聚类
  • 1篇RBFN
  • 1篇SVD
  • 1篇抽样方法

机构

  • 2篇成都理工大学
  • 2篇仰恩大学

作者

  • 4篇廖文彬
  • 1篇孙逊

传媒

  • 2篇科技资讯
  • 1篇科技广场

年份

  • 1篇2009
  • 1篇2008
  • 1篇2007
  • 1篇2006
4 条 记 录,以下是 1-4
排序方式:
矩阵奇异值的随机抽样方法
2008年
矩阵的奇异值由于其本身具备的一些良好性质,在许多领域得到了广泛的应用。但有很多时候,传统的矩阵奇异值求解方法很难得到良好的结果。本文考虑采用一种抽样估计方法估计大矩阵的奇异值。
廖文彬孙逊
关键词:矩阵奇异值
RBFN神经网络和蚁群算法在企业知识聚类中的对比分析
2006年
文中设计了一个3层径向基神经网络(RBFN)用于对企业的5项评价指标进行聚类分析,并与蚁群算法做了比较分析。RBFN 由输入层到隐含层采用传统的 K-均值算法,隐含层到输出层通过"模2递减"学习速率的 BP 学习;蚁群算法根据信息素的分配能够自动调整收索路径,从而达到数据自动聚类的目的。结果表明,与蚁群算法相比,改进 RBFN 具有快速收敛、自动识别奇异样本的优点,而蚁群算法无须教师学习,并能够达到全局最优。
廖文彬
关键词:RBFN蚁群算法聚类
随机抽样在SVD求解中的应用
2009年
由于矩阵的奇异值具备的一些良好性质,它在许多领域得到了非常广泛的应用。但是由于传统的矩阵奇异值求解方法很难得到良好的结果,这就给奇异值的实际应用带来了不小的难度。本文采用抽样估计的方法估计大规模矩阵的奇异值,探索一种求解大矩阵奇异值的方法。
廖文彬
关键词:奇异值
基于矩阵奇异值分解的图像压缩方法研究
矩阵的奇异值理论提出至今已经有很长的一段时间。奇异值分解理论由BelWami和Jordan于十九世纪七十年代提出至今,由于其内在的一些良好特性,奇异值分解正成为应用数学和数学模型领域的一个极有价值的工具。奇异值分解在很多...
廖文彬
关键词:矩阵图像压缩奇异值
文献传递
共1页<1>
聚类工具0