原文服务方: 计算机应用研究       
摘要:
详细介绍了一种新的机器学习的方法--流形学习.流形学习是一种新的非监督学习方法,可以有效地发现高维非线性数据集的内在维数并进行维数约简,近年来越来越受到机器学习和认知科学领域的研究者的重视.目前已经出现了很多有效的流形学习算法,如等度规映射(ISOMAP)、局部线性嵌套(Locally Linear Embedding ,LLE)等.详细讲述了当前常用的几种流形学习算法以及在流形方面已经取得的研究成果,并对流形学习目前在各方面的应用作了较为细致的阐述.最后展望了流形学习的研究发展趋势,且提出了流形学习中仍需解决的关键问题.
推荐文章
基于核融合的多信息流形学习算法
核融合
流形学习
多信息
有监督流形学习算法SLLESVM在图像检索中的应用
有监督
流行学习
SLLESVM
图像检索
流形学习及其算法研究
流形学习
等度规映射
局部线性嵌套
拉普拉斯特征映射
局部切空间排列算法
稀疏回归和流形学习的无监督特征选择算法
无监督学习
特征选择
稀疏回归
特征流形学习
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 流形学习中的算法研究
来源期刊 计算机应用研究 学科
关键词 流形学习 主流形 局部线性嵌套 等度规映射 变分法 互信息
年,卷(期) 2007,(7) 所属期刊栏目 开发应用
研究方向 页码范围 214-217
页数 4页 分类号 TP301
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2007.07.070
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 滕奇志 5 65 3.0 5.0
2 杨晓敏 4 248 4.0 4.0
3 吴炜 7 306 4.0 7.0
4 周红 1 41 1.0 1.0
5 李旻 1 41 1.0 1.0
6 陶德元 1 41 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (47)
参考文献  (10)
节点文献
引证文献  (41)
同被引文献  (14)
二级引证文献  (39)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(2)
  • 参考文献(2)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(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)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(7)
  • 引证文献(5)
  • 二级引证文献(2)
2009(5)
  • 引证文献(5)
  • 二级引证文献(0)
2010(9)
  • 引证文献(7)
  • 二级引证文献(2)
2011(14)
  • 引证文献(9)
  • 二级引证文献(5)
2012(5)
  • 引证文献(3)
  • 二级引证文献(2)
2013(14)
  • 引证文献(4)
  • 二级引证文献(10)
2014(8)
  • 引证文献(1)
  • 二级引证文献(7)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
流形学习
主流形
局部线性嵌套
等度规映射
变分法
互信息
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导