Andere Kunden interessierten sich auch für
![Ataques DoS y red neuronal inteligente]( "Ataques DoS y red neuronal inteligente")
Ataques DoS y red neuronal inteligente27,99 €![CTA - Un algoritmo para problemas de asignación de tareas en tiempo crítico]( "CTA - Un algoritmo para problemas de asignación de tareas en tiempo crítico")
CTA - Un algoritmo para problemas de asignación de tareas en tiempo crítico31,99 €![Algoritmo SPIHT mejorado con DWT para la compresión de imágenes]( "Algoritmo SPIHT mejorado con DWT para la compresión de imágenes")
Algoritmo SPIHT mejorado con DWT para la compresión de imágenes37,99 €![Modificación del conjunto de datos para mejorar el rendimiento y la velocidad del algoritmo de ML]( "Modificación del conjunto de datos para mejorar el rendimiento y la velocidad del algoritmo de ML")
Modificación del conjunto de datos para mejorar el rendimiento y la velocidad del algoritmo de ML27,99 €![Modificación del conjunto de datos para mejorar el rendimiento y la velocidad del algoritmo ML]( "Modificación del conjunto de datos para mejorar el rendimiento y la velocidad del algoritmo ML")
Modificación del conjunto de datos para mejorar el rendimiento y la velocidad del algoritmo ML30,99 €![Modelo de predicción de enfermedades mediante el algoritmo de árbol de decisión]( "Modelo de predicción de enfermedades mediante el algoritmo de árbol de decisión")
Modelo de predicción de enfermedades mediante el algoritmo de árbol de decisión37,99 €![Mejora del algoritmo de clasificación por burbujas y selección]( "Mejora del algoritmo de clasificación por burbujas y selección")
Mejora del algoritmo de clasificación por burbujas y selección25,99 €
La capacidad del análisis discriminante lineal clásico basado en la descomposición del valor singular generalizado (LDA/GSVD) se deteriora cuando se trata de conjuntos de datos no etiquetados porque el LDA requiere entradas y objetivos predefinidos. Además, el algoritmo LDA/GSVD tiene un alto coste computacional debido a sus complejos cálculos matemáticos e iteraciones. Para abordar estos problemas, este estudio introduce el mapa autoorganizado (SOM) como un nuevo método para etiquetar conjuntos de datos, y el desarrollo de un algoritmo basado en redes neuronales artificiales para superar el coste computacional de LDA/GSVD. Los resultados muestran que el uso de SOM y ANN son eficaces para resolver los problemas del algoritmo tradicional LDA/GSVD.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.