线性降维相关论文
在很多实际的研究和应用中,数据往往以高维度的向量来表示,即所谓的“高维数据”,而这些高维数据通常可以由少量几个影响因素来表......
在图像处理与模式识别领域,图像数据量正以前所未有的速度增长,图像的维数也越来越高。然而,高维图像中包含大量冗余信息,极大增加......
当今社会,计算机的发展可谓是一 日千里,人们利用计算机从生活中获得了越来越多的信息。比如在计算机视觉领域中,随着计算机软硬件......
智能视频监控随着摄像头的普及以及公众对安全需要的提高得到了越来越广泛的重视,其中包括安防和刑侦的应用等等。视频特征提取是......
本文首先介绍了降维技术产生的背景、其问题描述以及研究现状。接着回顾了近几年受到广泛关注的几种经典降维算法，阐述了它们的思想......
在机器学习，数据挖掘等领域，往往需要处理大规模的数据，同时数据实际上通常都处于低维空间中，因而为了更好，更快速地对数据进行处理，我们......
与确定时间序列相比，不确定时间序列在每个时间点上的取值不是一个确定的值，而是一个可能值的集合，这种不确定给时间数据的降维处理带......
针对人脸识别问题,提出了一种中心近邻嵌入的学习算法,其与经典的局部线性嵌入和保局映射不同,它是一种有监督的线性降维方法。该......
提出了一种新的距离测度的学习算法。通过学习同时最大化“异类样本间的最小距离”和最小化“同类样本间的最大距离”，用一个可微凸......
将非线性流形学习的思想引入到语音特征降维中，设计完成了局部投影（Locality Preserving Projections，LPP）算法，并针对该算法对降至的目......
提取稳定且具有判别性的低维特征是模式识别研究中的关键问题。在深入研究Fisher判别准则的基础上,从因子分析的实际角度考虑,提出......
针对传统主成分分析的缺陷,讨论并改进了利用主成分分析做综合评价的方法....
SIFT是目前广泛应用于目标识别和图像匹配领域的算法,但其在使用过程中存在描述子维数过大、耗时时间长的缺点。针对这个问题,常用......
近年来,随着电子信息技术及互联网图像资源的迅速发展,人们对图像检索的需求越来越强烈。基于内容的图像检索方法(CBIR)根据图像所......
机器学习是近几年研究的热点,维数约简算法是机器学习的必要手段,本文从维数约简算法的定义讲起,介绍了几种典型的数据降维算法,其......
文章采用大数据分析,对2018年春节期间全国370个城市的环境空气质量数据进行收集、处理与分析。因应用于传统环境分析的方法已无法......
极端学习机(extreme learning machine,ELM)训练速度快、分类率高,已经广泛应用于人脸识别等实际问题中,并取得了较好的效果.但实......
随着信息技术不断飞速发展,对各种系统的可靠性和安全性提出了更高要求,作为网络化与信息化时代必不可少的身份鉴别手段,生物特征......
在对国内外高维数据处理领域中的问题和难点进行了分析之后,本文面向多类高维数据,主要研究基于多元统计图的高维数据递阶、分层的......
自然界中的数据大都以高维非结构化的形式存在,信息化技术的高速发展使得获取这些数据成为了可能。高维数据不仅难以被人们直观理......
信息化技术的快速发展及其广泛应用，使具有高维数的非结构化数据信息大量出现。高维不仅使数据难以被人们直观理解，而且难以被现有机......
声音指纹技术现在已经广泛的应用到了歌曲搜索、乐曲识别、声音修复等各个领域,但其关键技术———音频降维技术仍存在分类效果不......
结合线性降维技术与BP神经网络对热红外人脸图像进行了识别研究.首先利用主成分分析和线性判别分析对热红外人脸图像进行图像降维......
本文回顾了高维数据处理领域中广泛使用的几种降维方法中涉及的优化问题及特征值问题,给定一个高维数据集,降维的目标是将其映射到......
人脸识别是一种重要的生物特征识别技术，它以采集方法简单、操作方便等优点，被广泛应用于各种身份判别领域（如人机交互、视频监控、电......
序列数据是数据挖掘问题中一类特殊数据,广泛存在于社会生活各个领域,如何从这些复杂海量序列数据库中挖掘蕴含其中的有用信息是数......
