Andere Kunden interessierten sich auch für
![Ataques DoS y red neuronal inteligente]( "Ataques DoS y red neuronal inteligente")
Ataques DoS y red neuronal inteligente29,99 €![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 crítico33,99 €![Un algoritmo distribuido para que los actuadores solucionen el problema de la energía en la WSAN]( "Un algoritmo distribuido para que los actuadores solucionen el problema de la energía en la WSAN")
Un algoritmo distribuido para que los actuadores solucionen el problema de la energía en la WSAN57,99 €![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 imágenes39,99 €![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 ML29,99 €![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 ML32,99 €![Autodiagnóstico de la diabetes mediante el algoritmo CBR]( "Autodiagnóstico de la diabetes mediante el algoritmo CBR")
Autodiagnóstico de la diabetes mediante el algoritmo CBR33,99 €
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.