打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←上一编辑
下一编辑→
基于可逆性的因果涌现理论
(查看源代码)
2024年10月25日 (五) 18:42的版本
删除3字节
、
2024年10月25日 (五) 18:42
→方法
第347行:
第347行:
</math>不变。
</math>不变。
==方法==
==方法==
−
该方法的基本思路是将P中的所有行向量<math>P_{i}</math>视为维数为N的数据向量,然后首先对这些行向量进行PCA降维,其次将其聚类为r个簇,其中r是根据奇异值频谱的阈值<math>\epsilon</math>
选取的。有了聚类,我们就可以根据所有静止流都是保守流的原则,对原始TPM进行粗粒化。
+
该方法的基本思路是将P中的所有行向量<math>P_{i}</math>视为维数为N的数据向量,然后首先对这些行向量进行PCA降维,其次将其聚类为r个簇,其中r是根据奇异值频谱的阈值<math>\epsilon</math>
选取的。有了聚类,我们就可以根据所有平稳流都是保守的原则,对原始TPM进行粗粒化。
'''1)''' 对P进行SVD分解(假设P是不可归约的,且具有周期性,从而存在平稳分布):
'''1)''' 对P进行SVD分解(假设P是不可归约的,且具有周期性,从而存在平稳分布):
相信未来
5,443
个编辑