搜索资源列表
快速LDA算法
- 这是Fast Discriminant Latent Dirichlet Allocation的源代码，这是一种主题模型可以用于文档分类
npbayes-r1
- Latent Dirichlet allocation 和hierarchical Dirichlet process 模型的MATLAB实现代码-The implementation of latent Dirichlet allocation and hierarchical Dirichlet process by using matlab software
JGibbLDA-v.1.0
- 基于LDA（Latent Dirichlet Allocation）的文本分类处理，开始学习和接触了LDA，因为代码采用的是Java，LDA开源工具是JGibbLDA，这个是LDA的Java版本实现-Based on the LDA (Latent Dirichlet Allocation) of the text classification process, started learning and exposure to LDA, because the code uses Java, L
Image-Annotation
- 目前主题回归多模式潜在狄利克雷分配（tr-mmLDA），一个新颖的统计主题模型的图像和视频注释的任务。 在我们的新注释模型的核心是一种新颖的潜变量回归方法来捕获图像或视频特征和注释文本之间的相关性。 我们的方法不是在两个数据模态之间共享一组潜在主题，如在对应关系LDA的公式中，我们的方法引入了回归模块来关联两组主题，其捕获更一般的关联形式，并允许主题的数量 2个数据模态不同。 我们证明tr-mmLDA对2个标准注释数据集的功率：一个5000图像子集的COREL和一个2687图像的LabelMe数
LDA代码分析
- 对文本用LDA进行分类，LDA（Latent Dirichlet Allocation）是一种文档主题生成模型，也称为一个三层贝叶斯概率模型，包含词、主题和文档三层结构。(The text is classified with LDA)
fastdlda
- Discriminant Latent Dirichlet Allocation for Learning clustering
homework3
- 将二位数据投影到一维线性， LDA（Latent Dirichlet Allocation）是一种文档主题生成模型，也称为一个三层贝叶斯概率模型，包含词、主题和文档三层结构。所谓生成模型，就是说，我们认为一篇文章的每个词都是通过“以一定概率选择了某个主题，并从这个主题中以一定概率选择某个词语”这样一个过程得到。文档到主题服从多项式分布，主题到词服从多项式分布。 [1] LDA是一种非监督机器学习技术，可以用来识别大规模文档集（document collection）或语料库（corpus）