

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(rèn)領(lǐng)
文檔簡介
1、由于科學(xué)技術(shù)的發(fā)展,高維大規(guī)模的數(shù)據(jù)大量涌現(xiàn),這些數(shù)據(jù)往往是具有非線性分布結(jié)構(gòu),如何從這些數(shù)據(jù)中提取有效的信息,顯得尤其重要。因此數(shù)據(jù)降維成為模式識別中必不可少的步驟。然而傳統(tǒng)的降維方法往往無法有效的探尋此類數(shù)據(jù)中的非線性結(jié)構(gòu)。流形學(xué)習(xí)方法的局部線性和全局非線性的假設(shè),并且在低維空間中能保持這些結(jié)構(gòu),從而流形學(xué)習(xí)方法能有效地探測數(shù)據(jù)內(nèi)部的非線性結(jié)構(gòu),是數(shù)據(jù)降維和特征提取的一個研究熱點。本文中我們主要是討論使用流形學(xué)習(xí)方法來進行模式的降維
2、問題,針對傳統(tǒng)的流行學(xué)習(xí)方法沒有利用標(biāo)簽信息的缺點,提出了兩種基于流形學(xué)習(xí)的有監(jiān)督的維數(shù)約簡方法,并將這些方法應(yīng)用于人臉數(shù)據(jù)、腫瘤數(shù)據(jù)的分類預(yù)測問題中,并取得了較好的分類結(jié)果。 全文的主要內(nèi)容概括如下: 1)介紹了維數(shù)約簡中特征選擇和特征提取兩種主要方法。特征提取是通過線性變換或非線性變換來提取需要的特征,這個過程有新的特征出現(xiàn);特征選擇是從原來特征集中選擇需要的特征子集。此外,從四個方面分別介紹了現(xiàn)有的幾種典型的流形學(xué)
3、習(xí)算法及其代表:投影法、生成法、嵌入法、公有信息法。 2)介紹三種具有代表性的基于流形學(xué)習(xí)的監(jiān)督降維方法:判別的局部線性嵌入(DLLE),局部敏感判別分析(LSDA),邊緣菲舍分析(MFA)。進一步介紹了這些算法的線性化,核化,張量化技術(shù)來處理樣本外點問題。最后分析了圖嵌入框架與傳統(tǒng)的降維算法之間的聯(lián)系。 3)針對現(xiàn)行的基于流形學(xué)習(xí)的降維方法的缺點,提出基于流形學(xué)習(xí)的正交判別投影算法。該算法充分考慮了具有類別關(guān)系的鄰域非
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
- 基于流形學(xué)習(xí)的數(shù)據(jù)降維方法研究.pdf
- 基于流形學(xué)習(xí)的降維算法.pdf
- 基于流形學(xué)習(xí)的數(shù)據(jù)降維.pdf
- 基于流形學(xué)習(xí)的降維方法及應(yīng)用研究.pdf
- 基于流形學(xué)習(xí)的數(shù)據(jù)降維的研究.pdf
- 基于流形學(xué)習(xí)的局部降維算法研究.pdf
- 基于流形學(xué)習(xí)的數(shù)據(jù)降維算法研究.pdf
- 基于流形學(xué)習(xí)的數(shù)據(jù)降維算法的研究.pdf
- 基于流形學(xué)習(xí)與子空間的降維方法研究與應(yīng)用.pdf
- 轉(zhuǎn)子故障數(shù)據(jù)降維的流形學(xué)習(xí)方法研究.pdf
- 基于流形學(xué)習(xí)的數(shù)據(jù)降維技術(shù)研究.pdf
- 基于流形學(xué)習(xí)的高光譜遙感圖像的降維方法研究.pdf
- 流形學(xué)習(xí)降維及其應(yīng)用研究
- 基于流形學(xué)習(xí)的降維技術(shù)的研究及應(yīng)用.pdf
- 流形學(xué)習(xí)降維及其應(yīng)用研究.pdf
- 基于流形學(xué)習(xí)的高光譜圖像降維與分類研究.pdf
- 數(shù)據(jù)降維及分類中的流形學(xué)習(xí)研究.pdf
- 基于流形學(xué)習(xí)的數(shù)據(jù)降維方法及其在人臉識別中的應(yīng)用.pdf
- 基于流形學(xué)習(xí)的半監(jiān)督分類方法及其應(yīng)用.pdf
- 流形學(xué)習(xí)在數(shù)據(jù)降維中的應(yīng)用研究.pdf
評論
0/150
提交評論