基于Isomap算法的分析与学习

• 作者: 周金龙
• 来源期刊: 电子世界
• 关键词: Isomap 等距离映射 降维 分析
• 年，卷（期）: 2014,（22）
• 所属期刊栏目: 学术交流
• 页码范围: 443-443,444
• 页数: 2页
• 字数: 4973字
• 语种: 中文

摘要

随着如今社会的发展和信息时代的到来，人工智能、模式识别等领域中的模式维数越来越高。对流形进行处理时经常会出现的“维数灾难”成为一个令人头疼的问题。解决“维数灾难”一种行而有效的方法是进行数据降维。而由麻省理工学院计算机科学与人工智能实验室的Josh Tenenbaum教授于2000在《Science》杂志上提出等距离映射（Isomap）算法就是一种具有代表性的可以将数据降维的算法。这里主要讲述Isomap算法的一些基础知识以及对Josh Tenenbaum教授的论文《A global geometric framework for nonlinear dimensionality reduction》的一些学习与分析。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周金龙	大连民族学院理学院	1	2	1.0	1.0