原文服务方: 计算机应用研究       
摘要:
局部线性嵌入(LLE)算法是有效的非线性降维方法,时间复杂度低并具有强的流形表达能力.与其他降维方法相比,局部线性嵌入算法的优势在于只定义唯一的参数,即邻域数.因此算法的性能主要依靠此邻域参数的选取,这就产生问题:怎样选取邻域参数的最佳值.通过对两种自动选取最佳参数值的方法,即简单方法和分层方法进行试验比较与分析,归纳出在实践中确定邻域参数的启发式策略.
推荐文章
小世界邻域优化的局部线性嵌入算法
局部线性嵌入
降维
小世界邻域
基于邻域参数动态变化的局部线性嵌入人脸识别
人脸识别
流形学习
局部线性嵌入
最小生成树
单链聚类
支持向量机
基于局部线性嵌入算法的化工过程故障检测
局部线性嵌入算法
支持向量数据描述
故障检测
利用局部线性嵌入的模态识别
模态识别
局部线性嵌入
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 局部线性嵌入算法中参数的选取
来源期刊 计算机应用研究 学科
关键词 线性嵌入 最佳参数值 降维 重构误差
年,卷(期) 2007,(2) 所属期刊栏目 研究探讨
研究方向 页码范围 60-62
页数 3页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2007.02.019
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 文贵华 华南理工大学计算机研究所 63 791 17.0 26.0
2 丁月华 华南理工大学计算机研究所 56 690 16.0 24.0
3 包丽 华南理工大学计算机研究所 1 21 1.0 1.0
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  (4)
节点文献
引证文献  (21)
同被引文献  (36)
二级引证文献  (35)
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)
2003(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(4)
  • 引证文献(0)
  • 二级引证文献(4)
2014(11)
  • 引证文献(3)
  • 二级引证文献(8)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(7)
  • 引证文献(2)
  • 二级引证文献(5)
2017(6)
  • 引证文献(2)
  • 二级引证文献(4)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
线性嵌入
最佳参数值
降维
重构误差
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
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
论文1v1指导