EMD

土方工程距离(EMD)规范。如[1]中所述,这是一种土方移动距离的实现。EMD计算两个分布之间的距离,用签名表示。这些特征是一组加权特征,用来捕捉分布。特征可以是任何类型和任意数量的维度,由用户定义。EMD被定义为将一个签名转换为另一个签名所需的最小工作量。“工作”的概念基于用户定义的地面距离,即两个要素之间的距离。两个签名的大小可以不同。另外,一个签名的权重之和可以不同于另一个签名的权重之和(部分匹配)。因此,EMD用较小的和归一化。代码是用C语言实现的,它基于[2]中描述的运输问题的解决方案,请告诉我您发现的任何错误,或者您有任何问题、意见、建议和批评。如果你觉得这段代码对你的工作有用,我很想听听你的意见。一旦你这样做了,我会告诉你任何改进,等等。另外,在任何出版物中,如果你描述了使用此代码的工作,我将不胜感激。


zbMATH中的参考文献(参考文献219篇,1标准件)

显示219个结果中的1到20个。
按年份排序(引用)

1 2 ... 9 10 11 下一个

  1. 海茨,马修;邦尼尔,尼古拉斯;同乐,大卫;库图里,马可;Peyré,Gabriel:图上的基本度量学习(2021)
  2. 勒克莱尔,亚瑟;Rabin,Julien:半离散最优传输的随机多层算法及其在纹理合成和风格转换中的应用(2021)
  3. 刘佳琳;尹,沃涛;李武臣;周逸天:多级最优输运:Wasserstein-1距离的快速近似(2021)
  4. 安东尼奥,巴内拉;安东尼奥·伊皮诺:地理参考数据流的空间预测和空间相关性监测(2020年)
  5. 贝塞蒂,费德里科;瓜兰迪,斯特凡诺;Marco Veneroni:关于通过无容量最小成本流计算二维直方图之间的Kantorovich-Wasserstein距离(2020年)
  6. 布迪尼奇,雷纳托;Plonka,Gerlind:基于树的词典学习框架(2020)
  7. 卡卡莫,哈维尔;奎瓦斯,安东尼奥;Rodríguez,Luis Alberto:上确界型泛函的方向可微性:统计应用(2020)
  8. 卡茨福斯,马提亚斯;斯特劳德,乔纳森R。;Wikle,Christopher K.:高维层次动态时空模型的集合卡尔曼方法(2020)
  9. 路易尼E。;Arbenz,P.:使用Wasserstein距离对多变量样本进行密度估计(2020年)
  10. 斯图尔特,安德鲁M。;Wolfram,Marie Therese:逆向最优运输(2020)
  11. Surana,Amit:Koopman operator framework for time series modeling and analysis(2020年)
  12. 徐刚;朱慧蓉;Lee,J.Jack:贝叶斯层次模型的借贷强度和借贷指数(2020)
  13. 张世涛;马振珍;刘晓笛;王志英;蒋立辉:基于PL-Wasserstein距离的综合一致性改进策略及其在网络舆情突发事件评估中的应用(2020)
  14. 卡尔森,约翰冈纳;Wang,Ye:受Wasserstein距离约束的最大利差分布(2019年)
  15. 克洛宁格,亚历山大;罗伊,布里塔;莱利,卡利;Krumholz,Harlan M.:人员流动距离:使用快速成对数据自适应运输成本的阶级级几何(2019年)
  16. 德古尔内,弗里德里克;卡恩,乔纳斯;Lebrat,Léo:关于离散测度参数的半离散最优运输的微分和正则性(2019)
  17. 杰格,曼弗雷德;里皮,马可;佩莱格里尼,乔瓦尼;Passerini,Andrea:关系数据中预测和搜索的计数相似性(2019)
  18. 克莱恩,杰弗瑞:《d维推土工问题的性质》(2019)
  19. 刘建国;佩戈,罗伯特L。;Slepčev,Dejan:不可压缩流和形状间测地线的最小作用原理(2019)
  20. 刘佳瑞;夏、青;李帅;郝爱民;秦红:通过潜在空间嵌入和变形学习进行定量和灵活的三维形状数据集扩充(2019)

1 2 ... 9 10 11 下一个