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:
流形学习已成为机器学习和数据挖掘领域的研究热点.比如,算法LLE(Locally Linear Embedding)作为一种非线性降维算法有很好的泛化性能,被广泛地应用于图像分类和目标识别,但其仅仅假设了数据集处于单流形的情况.MM-LLE(Multiple Manifold Locally Linear Embedding)学习算法作为一种考虑多流形情况的改进算法,依然存在几点不足之处.因此,提出改进的MM-LLE算法,通过任意两类间的局部低维流形组合并构建分类器来提高分类精度;同时改进原算法计算最佳维度的方法.通过与算法ISOMAP、LLE以及MM-LLE比较分类精度,实验结果验证了改进算法的有效性.
推荐文章
流形学习中的算法研究
流形学习
主流形
局部线性嵌套
等度规映射
变分法
互信息
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
基于改进扩张搜索聚类算法的多流形软测量建模
流形学习
算法
模型
软测量
扩张搜索聚类
计算机模拟
基于虚拟样本图像集的多流形鉴别学习算法
单样本人脸识别
虚拟样本
通用训练样本集
多流形鉴别学习
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 改进的多流形LLE学习算法
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(LLE) 多流形学习 最佳维度 分类
年,卷(期) 2018,(24) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 156-163
页数 8页 分类号 TP181
字数 5812字 语种 中文
DOI 10.3778/j.issn.1002-8331.1709-0028
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 吉根林 南京师范大学计算机科学与技术学院 138 2757 22.0 50.0
2 曹中义 南京师范大学计算机科学与技术学院 1 2 1.0 1.0
3 谈超 南京师范大学计算机科学与技术学院 7 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (77)
参考文献  (15)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(7)
  • 参考文献(2)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(10)
  • 参考文献(1)
  • 二级参考文献(9)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
局部线性嵌入(LLE)
多流形学习
最佳维度
分类
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
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导