基于非線性維數(shù)約減的模式識別.pdf_第1頁
已閱讀1頁，還剩64頁未讀， 繼續(xù)免費閱讀

下載本文檔

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)，請進行舉報或認領(lǐng)

文檔簡介

1、決定現(xiàn)實世界演化的背景機制通常是非線性的,傳統(tǒng)的線性維數(shù)約減方法(如主成分分析法(PCA))在把數(shù)據(jù)映射到低維空間時,通常不能保留原高維數(shù)據(jù)的內(nèi)在非線性結(jié)構(gòu)和特征.因此非線性的方法(如等距映射法(Isomap)、局域線性嵌入法(LLE)等)應運而生,它們的優(yōu)點是具有較少的參數(shù)需要設(shè)置,而且使用非迭代的方法去求解從而可以避免陷入局部極小.原始的非線性維數(shù)約減算法是無監(jiān)督的,不能直接用于模式識別.在本文中我們對原始的算法進行修改,加入樣本的

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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論