非线性维数约减相关论文
基于头皮电位的脑电（EEG）的研究是一种无创的脑科学研究方法之一,引起了众多学者的关注。脑电信号是一种非平稳且非线性的随机信号,......
目前人类社会日益深入到信息时代，在进行科学研究的过程中，不可避免地会遇到大量的高维数据，如全球气候模型、人类基因分布、文本聚类......
通过各种捕捉设备获取的多媒体数据通常是高维的，它们不适合通常在少量特征上能够准确分类的分类器。因此需要基于维数约减的特征抽......
传统的非线性维数约减算法如Isomap、LLE、SIE工作在batch模式,也就是在进行嵌入时所有的采样点必须是可用的。当采样点以流的形式......
现有的主要非线性维数约减算法,如SIE和Isomap等,其邻域参数的设定是全局性的。仿真表明,对于局域流形结构差异较大的数据集,全局......
提出一种非线性维数约减算法——自组织等距嵌入实现高维文档数据的压缩,并在文档聚类实验中,与经典的线性维数约减算法—隐含语义......
流形学习是为了寻找高维空间中观测数据的低维嵌入.作为一种有效的非线性维数约减方法，流形学习被广泛应用于数据挖掘、模式识别等......
现有的非线性维数约减算法需要求解大尺度特征值问题.由于特征值问题至少二次的计算复杂性,这类算法在大样本集上的应用较受限制.......
