基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
局部切空间排列算法(local tangent space alignment,简称LTSA)是一种新的流形学习算法,能有效地学习出高维采样数据的低维嵌入坐标,但也存在一些不足,如不能处理样本数较大的样本集和新来的样本点.针对这些缺点,提出了一种基于划分的局部切空间排列算法(partitional local tangent space alignment,简称PLTSA).它建立在VQPCA(vector quantization principal component analysis)算法和LTSA算法的基础上,利用X-均值算法把样本空间划分成一些相互有重叠的块,通过把样本点投影到它所在块的局部切空间上得到其局部低维坐标,对局部低维坐标施加平移、旋转、伸缩变换,求出整体低维坐标.PLTSA解决了VQPCA不能求出整体低维坐标和LTSA中大规模矩阵的特征值分解问题,且能够有效处理新来的样本点,这是很多流形学习算法所不能的.通过实验说明了PLTSA的有效性.
推荐文章
一种改进的局部切空间排列算法
流形学习
数据降维
局部切空间排列
切空间
协方差矩阵
基于离群点检测的鲁棒局部切空间排列方法
鲁棒
离群点
流形学习
局部切空间排列
线性局部切空间排列的传播半监督学习方法
半监督学习
标签传播
软标签
切空间
局部结构
人脸识别
基于划分的有监督局部切空间排列的人脸识别
局部切空间排列法
有监督的K-均值聚类算法
动态粒子群算法
流形学习
人脸识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的局部切空间排列算法
来源期刊 软件学报 学科 工学
关键词 维数约简 流形学习 主成分分析 局部主成分分析 局部切空间排列 X-均值
年,卷(期) 2005,(9) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 1584-1590
页数 7页 分类号 TP18
字数 6943字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王珏 中国科学院自动化研究所 140 3295 27.0 54.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (105)
同被引文献  (50)
二级引证文献  (667)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(5)
  • 引证文献(4)
  • 二级引证文献(1)
2007(32)
  • 引证文献(11)
  • 二级引证文献(21)
2008(64)
  • 引证文献(13)
  • 二级引证文献(51)
2009(70)
  • 引证文献(13)
  • 二级引证文献(57)
2010(56)
  • 引证文献(7)
  • 二级引证文献(49)
2011(74)
  • 引证文献(5)
  • 二级引证文献(69)
2012(70)
  • 引证文献(9)
  • 二级引证文献(61)
2013(70)
  • 引证文献(11)
  • 二级引证文献(59)
2014(73)
  • 引证文献(10)
  • 二级引证文献(63)
2015(68)
  • 引证文献(12)
  • 二级引证文献(56)
2016(54)
  • 引证文献(3)
  • 二级引证文献(51)
2017(47)
  • 引证文献(2)
  • 二级引证文献(45)
2018(47)
  • 引证文献(1)
  • 二级引证文献(46)
2019(31)
  • 引证文献(3)
  • 二级引证文献(28)
2020(11)
  • 引证文献(1)
  • 二级引证文献(10)
研究主题发展历程
节点文献
维数约简
流形学习
主成分分析
局部主成分分析
局部切空间排列
X-均值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
总被引数(次)
226394
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导