资源简介
本文首先对目前典型的流形学习方法与核函数理论进行较为全面的分析,
并对 LE(LaplaceEigenmaPs)算法进行核化。此外,提出了一种PCA(PrinciPal
ComponentAnalysiS)和 LLE(LoealLinearlyEmbedding)混合数据降维方法,并
在经典数据集和具有挑战性的数据集上取得了较好的降维效果。为了进一步说
明此算法的有效性,本文将此算法应用于手写字分类和人脸分类算法的预处理
过程中,得到了预期的效果。为了说明此算法的有效性,本文又进一步从理论
上进行了分析。
代码片段和文件信息
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 3629757 2018-08-17 10:55 基于流形学习的数据降维.nh
----------- --------- ---------- ----- ----
文件 3629757 2018-08-17 10:55 基于流形学习的数据降维.nh
- 上一篇:通信电路原理_第二版_董在望_课后答案
- 下一篇:g711音频文件测试用
评论
共有 条评论