注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 流形学习概述

  2. 流形学习是一种新的非监督学习方法,近年来引起越来越多机器学习和认知科学工作者的重视. 为了加深对流形学习的认识和理解,该文由流形学习的拓扑学概念入手,追溯它的发展过程. 在明确流形学习的不同表示方法后,针对几种主要的流形算法,分析它们各自的优势和不足,然后分别引用Isomap和LLE的应用示例.结果表明,流形学习较之于传统的线性降维方法,能够有效地发现非线性高维数据的本质维数,利于进行维数约简和数据分析.最后对流形学习未来的研究方向做出展望,以期进一步拓展流形学习的应用领域

  3. 所属分类：其它

  1. 局部线性嵌入LLE

  2. LLE 局部线性嵌入是一种高效的降维方法，本文主要介绍了该算法的实现过程，及其参数值的选择，同时，给出了MATLAB的仿真效果

  3. 所属分类：网页制作

    • 发布日期：2012-12-05
    • 文件大小：1mb
    • 提供者：thystar

  1. 局部线性降维算法

  2. LLE算法可以归结为三步: (1)寻找每个样本点的k个近邻点；（2）由每个样本点的近邻点计算出该样本点的局部重建权值矩阵；（3）由该样本点的局部重建权值矩阵和其近邻点计算出该样本点的输出值。

  3. 所属分类：专业指导

    • 发布日期：2013-03-08
    • 文件大小：170kb
    • 提供者：thystar

  1. 新LLE算法matlab代码

  2. 一种用于特征提取，并实现数据降维的局部线性嵌入算法（LLE）

  3. 所属分类：其它

    • 发布日期：2014-11-24
    • 文件大小：3kb
    • 提供者：kdys33

  1. 监督局部线性嵌入算法

  2. 监督局部线性嵌入算法能够将高维数据降维到低维，可用于图片处理和故障诊断

  3. 所属分类：其它

    • 发布日期：2015-09-21
    • 文件大小：184kb
    • 提供者：wuhanhufeng

  1. LLE - 局部线性嵌入算法(locallylinearembedding,LLE)

  2. LLE - 局部线性嵌入算法(locallylinearembedding,LLE)是机器学习领域常用的数据降维方法，资源为该方法的matlab实现

  3. 所属分类：互联网

    • 发布日期：2015-10-10
    • 文件大小：2kb
    • 提供者：hx_here

  1. 局部线性嵌入降维算法（LLE）

  2. 对局部线性嵌入降维算法讲解的清楚、易懂

  3. 所属分类：讲义

    • 发布日期：2016-11-02
    • 文件大小：328kb
    • 提供者：subwayss

  1. matlab编写的 32个降维程序

  2. 这个Matlab工具箱实现32种维数降低技术。这些技术都可以通过COMPUTE_MAPPING函数或trhough GUI。有以下技术可用：   - 主成分分析（'PCA'）   - 线性判别分析（'LDA'）   - 多维缩放（'MDS'）   - 概率PCA（'ProbPCA'）   - 因素分析（'因子分析'）   - Sammon映射（'Sammon'）   - Isomap（'Isomap'）   - Landmark Isomap（'LandmarkIsomap'）   - 局部线

  3. 所属分类：其它

    • 发布日期：2017-02-23
    • 文件大小：1mb
    • 提供者：qq_15025373

  1. 数据降维_线性局部嵌入方法_matlab实现代码

  2. 机器学习数据降维方法之线性局部嵌入方法实现，代码可以直接运行，简单易懂。

  3. 所属分类：机器学习

    • 发布日期：2018-05-26
    • 文件大小：306kb
    • 提供者：qq_15719037

  1. 一种基于局部结构保持的数据降维方法

  2. 针对传统线性回归方法进行数据降维,不能很好地利用数据间几何结构的问题,提出了一种基于局部结构保持的数据降维方法.利用非负约束下的最小二乘构造关系图,从而描述局部近邻几何信息.在将全局结构信息与局部结构信息整合时,设计了一种新的模型选择方法用于模型参数估计,极大地减少了计算量.在公测库ORL、YaleB、USPS、20Newgroup、Isolet上的实验结果表明,该方法用于数据分类时优于ULD、OLDA和NPE等方法.

  3. 所属分类：机器学习

    • 发布日期：2018-06-14
    • 文件大小：211kb
    • 提供者：qq_28339273

  1. 基于基追踪方法的LLE降维算法研究

  2. 这是本人2018年6月初的毕业论文，当时网上并没有相关资料，因此属于原创，如有雷同，纯属巧合。 由于想清楚这个课题离交稿只有三天，由于时间关系，所以论文中的实验结果是不对的，我将在后续博客中公布正式结果 在LLE的降维过程中，若高维流形的数据量较大，为了保证提取流形的几何结构特征具有全局特性，需要扩大近邻点的集合，但根据实验结果，当近邻点个数大于高维流形的维数，可能会出现降维错误。而现有的基于正交匹配追踪的改进LLE算法（LLE-OMP），由于0范数的限制，实质上近邻点的选取还是不会大于高维流

  3. 所属分类：机器学习

    • 发布日期：2018-07-07
    • 文件大小：1mb
    • 提供者：planetar

  1. 局部线性嵌入LLE的matlab代码

  2. 局部线性嵌入LLE的matlab代码，有详细的注释，代入数据就可以运行

  3. 所属分类：机器学习

    • 发布日期：2018-10-06
    • 文件大小：3kb
    • 提供者：neongod111

  1. PCA和LDA在高光谱图像降维中的应用综述

  2. 本研究回顾了基于主成分分析PCA和判别分析LDA的降维方法及其扩展，包括经典主成分分析、概率主成分分析、核主成分分析，以及线性判别分析、局部保持降维、图形嵌入判别分析和半监督降维分析。

  3. 所属分类：专业指导

    • 发布日期：2018-09-12
    • 文件大小：1020kb
    • 提供者：suiluochenghu

  1. 局部线性嵌入(Locally Linear Embedding，LLE)(Python)

  2. 局部线性嵌入(Locally Linear Embedding，LLE)也是非常重要的降维方法。和传统的PCA，LDA等关注样本方差的降维方法相比，LLE关注于降维时保持样本局部的线性特征，由于LLE在降维时保持了样本的局部特征，它广泛的用于图像图像识别，高维数据可视化等领域。

  3. 所属分类：机器学习

    • 发布日期：2019-05-31
    • 文件大小：4kb
    • 提供者：aioo11

  1. 基于流形学习的高光谱图像非线性降维算法

  2. 针对高光谱图像同一像元内存在多种地物种类,且地物之间具有多重反射,导致高光谱数据的非线性,采用传统的线性降维算法效果不佳等问题,提出利用流形学习的方法来寻找嵌入在高维观测数据空间的低维光滑流形,实现高光谱数据的非线性光谱降维。模拟和真实高光谱遥感数据实验结果表明,与传统的线性降维方法 PCA相比,经过等距映射、局部切空间排列等流行学习算法降维后的高光谱图像具有更好的光谱端元可分性。

  3. 所属分类：其它

    • 发布日期：2020-05-09
    • 文件大小：376kb
    • 提供者：weixin_38532849

  1. 经典降维算法局部线性嵌入LLE算法代码

  2. 经典降维算法局部线性嵌入LLE算法的matlab代码，亲测可用

  3. 所属分类：机器学习

    • 发布日期：2019-03-17
    • 文件大小：2kb
    • 提供者：bjt2091655702

  1. 基于数据降维与对称二值模式的图像Hash算法

  2. 为了解决当前图像Hash算法难以兼顾较高的感知稳健性与篡改识别率的不足, 提出了基于数据投影降维机制与对称局部二值模式的紧凑图像Hash算法。利用双线性插值来预处理图像, 使Hash具有固定的长度; 引入对数极坐标变换, 将其转变为二次图像; 利用Gabor滤波器平滑二次图像; 基于模糊集理论, 设计对称局部二值模式算子, 获取稳健特征; 定义数据投影降维机制与量化规则, 生成紧凑的中间Hash比特序列; 构造一维组合混沌映射, 建立加密模型, 完成比特序列扩散, 以生成图像Hash; 并引入汉

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：16mb
    • 提供者：weixin_38562130

  1. 瑞士卷局部线性嵌入matlab算法

  2. 对瑞士卷进行降维操作

  3. 所属分类：机器学习

    • 发布日期：2021-02-21
    • 文件大小：3kb
    • 提供者：qq_41250127

  1. 一种改进的大尺度高光谱流形降维算法

  2. 经典流形算法等距映射（ISOMAP）和局部线性嵌入（LLE）可以对高光谱数据进行降维，但不能解决大尺度高光谱图像的流形降维难题。详细论述了ISOMAP和LLE在大尺度高光谱流形降维中遇到的问题，提出了一种基于增量等距映射（IISOMAP）和LLE结合的高光谱流形降维算法IISOMAP-LLE，并针对流形降维算法较线性降维算法最小噪声分离（MNF）可以更好地发掘出高光谱数据中的非线性结构的优点，通过AVIRIS和OMIS-II数据实验验证了算法的可行性和优越性，并证明了IISOMAP-LLE算法可

  3. 所属分类：其它

  1. 一种极化SAR影像分类中的半监督降维方法

  2. 针对极化合成孔径雷达(SAR)应用中存在的特征冗余问题，结合线性判别分析(LDA)和局部线性嵌入(LLE)的思想，提出一种半监督降维算法：半监督局部判别分析(SLDA)。该算法首先基于LLE的局部保持特性建立正则项，以避免学习中的过拟合问题。然后，在标记样本集上进行正则化的判别分析，以增强算法的推广能力，同时保持所有样本点在原始空间的局部几何结构。利用RADARSAT-2和AIRSAR卫星获得的Flevoland地区的全极化SAR数据进行降维实验，结果表明SLDA提取的低维特征具有“类内紧聚，类

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：18mb
    • 提供者：weixin_38666823
« 12 3 »