局部线性嵌套相关论文
局部线性嵌套(locally linear embedding,简称LLE)是一种经典的流形学习方法.对于从单一流形上采样得到的数据集,该方法通常能有效......
虹膜识别是近年兴起的一种生物特征身份识别方法,它具有独特性、稳定性、防伪性以及非侵入性。因此,虹膜识别在信息、社会安全以及身......
随着计算机网络技术的应用和多媒体技术的发展,图像信息在人们的工作、学习和生活中发挥越来越重要的作用。改善图像质量,提高图像......
详细介绍了一种新的机器学习的方法——流形学习。流形学习是一种新的非监督学习方法,可以有效地发现高维非线性数据集的内在维数......
流形学习作为微分儿何的一个分支,旨在找出嵌入在高维数据中的低维流肜结构,它的大部分算法都是用来进行维数约简的,也有一部分用来进......
流形学习(Manifold Learning)算法是近年来发展起来的非线性降维机器学习算法。目前的流形学习算法大体可以分为两类:全局的(如等度规......
流形学习是一种新的非监督学习方法,可以有效地发现高维非线性数据集的内在维数和进行维数约简,近年来越来越受到机器学习和认知科......
局部线性嵌套LLE(locally linear embedding)是一种经典的流形学习方法。对于从单个流形上采样得到的数据集,它能够有效地学习其内......
局部线性嵌套和等距流形映射是两个基本的非线性降维方式,各自的优点和不足在人脸识别上值得做出深入的对比研究。因此对比测试这......
虹膜识别技术由于与其它生物特征识别技术相比具有更高的准确率而一直备受关注。本文采用局部线性嵌入算法对虹膜样本进行训练,来......
为了提高人脸识别的速度,提出了一种基于局部线性嵌套(LLE)和最小二乘支持向量机(LS-SVM)的人脸识别方法.该方法采用主成分分析(PC......
非线性降维作为当前流行的机器学习算法,是研究人员的研究热点。局部线性嵌套和等距流形映射是两个基本非线性降维方式,局部线性嵌......
介绍了局部线性嵌套和等距映射两种最基本的非线性降维方法,对比测试了两种降维方法在不同参数下的执行效果与效率,总结了两种降维......
局部线性嵌套(LLE)算法对近邻个数较敏感,无法处理稀疏数据源。针对该问题提出一种基于改进距离和联合优化的LLE算法。将Conformal—I......