只有注册用户登录后才能阅读该文。 阅读全文
摘要：
KT点的求解 满足K-T条件的点即为K-T点 K-T条件 求解方法是根据k-t条件列出方程组，然后通过讨论λ是否为0去求解方程组 其中的(λ1,λ2,λ3,,,,,λn)称为乘子 阅读全文
摘要：
坐标轮换法 对于n维最优化问题 有初始点x1 沿着n个方向(坐标轴的方向)不断做一维搜索 得到xn+1 对于x1沿着 xn+1 - x1的方向做一维搜索得到 xn+2 xi+1 = xi + α*di 当xin+1满足某一终止准则时，停止算法，否则继续迭代下去 正交程度和共轭程度 正交程度 对于两个 阅读全文
摘要：
典型序列: 信源有p个编码，，，，每个编码有一个出现的概率 那么对于这个信源发出的n长序列 一共有pn个n长序列 其中有一小部分，出现的概率较大，称为典型序列 其他的序列，出现的概率特别小，称为非典型序列 计算典型序列的概率: 2-N(H(x) + ε) <= p <= 2-N(H(x) - ε) 阅读全文
摘要：
目的: 使用主成分分析，将数据降维，并尽量减少各个数据之间的相关性 主成分分析主要就是把有相关性的特征合并到一起 做法： 求出数据的协方差矩阵Σ 求出Σ的特征向量(λ1,λ2,,,,,,λn) 求出λi对应的特征向量Ui Ui就是第i个主成分的系数了，，，，第i个主成分就是Ui * X 第i个主成分 阅读全文
摘要：
聚类分析是一个迭代的过程 对于n个p维数据，我们最开始将他们分为n组 每次迭代将距离最近的两组合并成一组 若给出需要聚成k类，则迭代到k类是，停止 计算初始情况的距离矩阵一般用马氏距离或欧式距离 个人认为考试只考 1,2 比较有用的方法是3,4,5,8 最喜欢第8种 距离的计算 欧式距离 距离的二范 阅读全文