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:
流形学习与传统的维数约简算法相比较,流形学习方法强调的是高维数据由内在的低维变量所生成的,因此它能够比较好地发现高维数据中所潜在的低维结构,本文主要研究了基于SOM神经网络在流形学习中的应用,仅供参考.
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
有监督流形学习算法SLLESVM在图像检索中的应用
有监督
流行学习
SLLESVM
图像检索
基于流形学习的社会化媒体网络数据分类
流形学习
拉普拉斯特征映射
社会化媒体
网络数据分类
多标签
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SOM神经网络在流形学习中的研究与应用
来源期刊 南方农机 学科 工学
关键词 SOM 自组织映射 神经网络 流行学习算法 研究
年,卷(期) 2020,(9) 所属期刊栏目 机电教育创新
研究方向 页码范围 177,180
页数 2页 分类号 TP183
字数 2016字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (25)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
SOM
自组织映射
神经网络
流行学习算法
研究
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
南方农机
半月刊
1672-3872
36-1239/TH
大16开
江西省南昌市省府大院北一路3号6楼
44-110
1970
chi
出版文献量(篇)
23381
总下载数(次)
96
总被引数(次)
28817
论文1v1指导