并行计算和稀疏存储在模糊积分上的应用
大小:0.95 MB 人气: 2018-01-15 需要积分:3
近年来很多学者开展了模糊积分的相关研究,并将模糊积分应用于各种分类问题,而模糊测度的确定则是模糊积分计算的重点和难点。将并行计算和稀疏存储应用在模糊积分求解上,分别解决模糊积分计算中的时间复杂度和空间复杂度问题,并提出一种高效率模糊积分算法——基于并行和稀疏框架的模糊积分( parallel and sparse frame based fuzzy integral,PSFI)。实验表明,随着计算资源的增加,PSFl算法的加速比和效率下降较低。在变量存储上,PSFl算法在较多特征的数据集上对存储空间减少数千倍。最后,提出的PSFl算法相比之前提出的多重模糊积分( multiple nonlinear integral,MNI)算法,有较高的分类准确率。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
并行计算和稀疏存储在模糊积分上的应用下载
相关电子资料下载
- CCV 2023 | SparseBEV:高性能、全稀疏的纯视觉3D目标检测器 149
- 基于全稀疏的单阶段3D目标检测器优化方案 150
- NVIDIA Ampere 架构的结构化稀疏功能及其在搜索引擎中的应用 150
- 什么是稀疏阵列天线 稀疏相控阵天线优点 762
- 为什么需要专门出现GPU处理图形工作?GPU服务器有什么作用? 279
- Sparse4D系列算法:迈向长时序稀疏化3D目标检测的新实践 537
- 基于通过非常稀疏的视角输入合成场景的方法 187
- ICLR 2023 Spotlight|节省95%训练开销,清华黄隆波团队提出强化学习专用稀疏训练 205
- Co-SLAM: 联合坐标和稀疏参数编码的神经实时SLAM 802
- SDMNet:大规模激光雷达点云配准的稀疏到稠密匹配网络 345