作者:
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:
作为一种有效的非线性降维方法,流形学习在众多领域引起了广泛关注并取得了长足发展.但当样本点较为稀疏时,样本点的局部邻域很难满足流形学习局部同胚的前提条件,此时流形学习算法往往效果变差甚至失效.一种有效的解决方法是增加一些新的插值点.为此,提出了一种基于三角形重心线性插值技术的流形学习算法.实验结果表明,插值算法能改善样本点的局部结构.将插值算法应用到经典的流形学习算法如LTSA后,实验结果证实了算法的有效性和稳定性.
推荐文章
基于线性插值的张量步态识别算法
步态识别
线性插值
张量表达
多重线性主成分分析
基于线性插值的图像分割算法
图像分割
全局阈值迭代
局部阈值
插值
基于点密集度的非线性流形学习算法
流形学习
组合投资
局部线性嵌入
密集度
一种图像缩放的简化双线性插值电路
双线性插值
定标器
图像缩放
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 一种基于线性插值的流形学习算法
来源期刊 佛山科学技术学院学报(自然科学版) 学科 工学
关键词 流形学习 数据降维 重心 插值
年,卷(期) 2013,(1) 所属期刊栏目 信息科学
研究方向 页码范围 33-38
页数 6页 分类号 TP301.6
字数 2597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 顾艳春 佛山科学技术学院电子与信息工程学院 13 35 4.0 5.0
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  (8)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (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)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
流形学习
数据降维
重心
插值
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
佛山科学技术学院学报(自然科学版)
双月刊
1008-0171
44-1438/N
大16开
广东省佛山市江湾一路18号
1988
chi
出版文献量(篇)
2495
总下载数(次)
2
总被引数(次)
7770
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导