• 大小: 1.06MB
    文件类型: .gz
    金币: 1
    下载: 0 次
    发布日期: 2023-08-28
  • 语言: Matlab
  • 标签:

资源简介

这个Matlab工具箱实现32种维数降低技术。这些技术都可以通过COMPUTE_MAPPING函数或trhough GUI。有以下技术可用:   - 主成分分析('PCA')   - 线性判别分析('LDA')   - 多维缩放('MDS')   - 概率PCA('ProbPCA')   - 因素分析('因子分析')   - Sammon映射('Sammon')   - Isomap('Isomap')   - Landmark Isomap('LandmarkIsomap')   - 局部线性嵌入('LLE')   - 拉普拉斯特征图('Laplacian')   - Hessian LLE('HessianLLE')   - 局部切线空间对准('LTSA')   - 扩散图('DiffusionMaps')   - 内核PCA('KernelPCA')   - 广义判别分析('KernelLDA')   - 随机邻居嵌入('SNE')   - 对称随机邻接嵌入('SymSNE')   - t分布随机邻居嵌入('tSNE')   - 邻域保留嵌入('NPE')   - 线性保持投影('LPP')   - 随机接近嵌入('SPE')   - 线性局部切线空间对准('LLTSA')   - 保形本征映射('CCA',实现为LLE的扩展)   - 最大方差展开('MVU',实现为LLE的扩展)   - 地标最大差异展开('地标MVU')   - 快速最大差异展开('FastMVU')   - 本地线性协调('LLC')   - 歧管图表('ManifoldChart')   - 协调因子分析('CFA')   - 高斯过程潜变量模型('GPLVM')   - 使用堆栈RBM预训练的自动编码器('AutoEncoderRBM')   - 使用进化优化的自动编码器('AutoEncoderEA') 此外,工具箱包含6种内在维度估计技术。这些技术可通过INTRINSIC_DIM函数获得。有以下技术可用:   - 基于特征值的估计('EigValue')   - 最大似然估计器('MLE')   - 基于相关维度的估计器('CorrDim')   - 基于最近邻域评估的估计器('NearNb')   - 基于包装数量('PackingNumbers')的估算器   - 基于测地最小生成树('GMST')的估计器 除了这些技术,工具箱包含用于预白化数据(函数PREWHITEN),精确和估计样本外扩展(函数OUT_OF_SAMPLE和OUT_OF_SAMPLE_EST)的函数以及生成玩具数据集(函数GENERATE_DATA)的函数。 工具箱的图形用户界面可通过DRGUI功能访问

资源截图

代码片段和文件信息

评论

共有 条评论

相关资源