版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、自本世紀(jì)初以來,流形學(xué)習(xí)作為一種有效的數(shù)據(jù)降維方法越來越受到學(xué)者們的重視。局部線性嵌入算法(LLE)作為引領(lǐng)流形學(xué)習(xí)快速發(fā)展的降維方式之一,它能有效的解決數(shù)據(jù)“維數(shù)災(zāi)難”問題,但是仍然不能很好的處理稀疏、非均勻數(shù)據(jù)集,為了更大程度的提升LLE算法處理數(shù)據(jù)的能力、提高降維效果,我們提出了基于局部線性嵌入算法的改進(jìn)方法,主要研究點(diǎn)如下:
首先,提出了基于高斯核函數(shù)的局部鄰域優(yōu)化方法,傳統(tǒng)局部鄰域選擇方式存在鄰域選取過大或過小的問題
2、,我們引入高斯核函數(shù),通過在核空間內(nèi)結(jié)合樣本的類別信息來改進(jìn)樣本距離度量方式,以相似性度量函數(shù)來實(shí)現(xiàn)局部鄰域選擇方法的改進(jìn)。
其次,提出了基于樣本密度信息的權(quán)重向量的改進(jìn),重構(gòu)權(quán)重向量的選取對算法結(jié)果影響非常大,但是傳統(tǒng)的局部線性嵌入算法在計算重構(gòu)權(quán)重向量的時候并沒有考慮到樣本密度和流形彎曲度這兩個因素的影響,我們結(jié)合樣本密度信息和流形彎曲度信息對權(quán)重向量的選取方案作進(jìn)一步改進(jìn),使算法對樣本的密度具有較強(qiáng)的魯棒性。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 局部線性嵌入算法的改進(jìn)及其在人臉識別中的應(yīng)用.pdf
- 改進(jìn)的局部線性嵌入算法在水果分類鑒別中的應(yīng)用研究.pdf
- 局部線性嵌入算法的改進(jìn)及其在圖像識別中的應(yīng)用.pdf
- 基于局部線性嵌入的降維算法研究.pdf
- 正交非負(fù)局部線性嵌入及優(yōu)化算法研究.pdf
- 基于局部線性嵌入和局部保持投影的圖像哈希算法.pdf
- 基于局部線性嵌入的高光譜端元提取算法研究.pdf
- 局部線性嵌入算法的研究及在人臉識別中的應(yīng)用.pdf
- 基于局部線性嵌入算法的柴油機(jī)故障診斷研究.pdf
- 離散局部線性嵌入哈希.pdf
- 局部敏感哈希改進(jìn)算法研究.pdf
- 基于局部線性嵌入的降維算法研究及其在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用.pdf
- 基于局部線性嵌入的高維數(shù)據(jù)降維研究.pdf
- 融合局部線性嵌入與線性判別分析的人臉識別技術(shù)研究.pdf
- 線性判別分析改進(jìn)算法的分析與研究.pdf
- 基于局部線性分析的降維算法研究.pdf
- 局部線性嵌入在文本分類中的應(yīng)用.pdf
- 基于密度的局部離群點(diǎn)檢測算法的研究與改進(jìn).pdf
- 基于局部線性嵌入的多模式工業(yè)過程監(jiān)測方法研究.pdf
- 局部搜索算法的改進(jìn)及其應(yīng)用.pdf
評論
0/150
提交評論