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:
Locally Linear Embedding(LLE)算法是一种很好的流形学习算法,但是它只能以批处理的方式进行,只要有新的样本加入,就必须重作该算法的全部内容.而原来的运算结果被全部丢弃.提出了一种基于逆迭代的增量LLE算法,实现了流形的增量学习.在Swiss roll和S-curve数据库上的实验表明,该算法与LLE算法所计算出的投影值误差小于0.001%,运行的耗时少,具有很好的应用价值.
推荐文章
基于正交迭代的增量LLE算法
局部线性嵌入
流形学习
正交迭代
增量
增量Hessian LLE算法研究
维数约简
流形学习
增量学习
Hessian LLE算法
基于增量式迭代变换的蜡染图形渐变算法
图形渐变
采样
最小二乘
增量式迭代
基于LLE算法的人脸识别方法
子空间分析
局部线性嵌入
非线性降维
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 基于逆迭代的增量LLE算法
来源期刊 计算机工程与应用 学科 工学
关键词 局部线性嵌入 流形学习 逆迭代 增量
年,卷(期) 2010,(17) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 176-178
页数 分类号 TP391
字数 2903字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.17.050
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 罗大庸 中南大学信息科学与工程学院 139 1870 21.0 37.0
2 朱明旱 湖南文理学院电信学院 35 443 11.0 20.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (12)
参考文献  (2)
节点文献
引证文献  (7)
同被引文献  (2)
二级引证文献  (4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
局部线性嵌入
流形学习
逆迭代
增量
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导