期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

基于局部线性嵌入法的流形学习 被引量：1

Study Based on Locally Linear Embedding
下载PDF
导出
摘要 本文介绍了一种非线性降维方法—局部线性嵌入法,并通过实例与PCA对比,论证了LLE在处理非线性高维数据中的优越性。 In this paper, a nonlinear dimensionality reduction methods - Locally Linear Embedding is introduced. Comparing with PCA, LLE performs better for nonlinear highdimensional data.
作者 黄移军
机构地区 中南大学数学科学与计算技术学院
出处 《数学理论与应用》 2009年第4期38-42,共5页 Mathematical Theory and Applications
关键词 降维 局部线性嵌入法 主成分法 可视化 Dimensionality reduction Locally linear embedding Principal component analysis Visualization
分类号 O174.56 [理学—基础数学]
  • 相关文献

参考文献10

  • 1Bennet R. S. The Intrinsic dimensionality of signal collections[ M ]. IEEE Transactions on Information Theory. 1969, 517 -525.
  • 2Jolliffe I.T. Principal component analysis[ M ]. New York: Spring Verlag, 1986.
  • 3Huber P.J. Projection pursuit[ J ]. Annals of Statistics. 1985.
  • 4Tenenbaum J.B. ,Silva V. ,Langfold J. C.A Global Geometric Framework for Nonlinear Dimensionality Reduction[J]. Science, 2000,290,2319 - 2323.
  • 5Belkin M., Niyogi P. Laplacian eigenmaps for dimensionality reduction and data representation[ J]. Neural Computation, 2003.
  • 6Roweis S. T., Saul L. K. Nonlinear dimensionality reduction by locally linear embedding[J]. Science,2000,290(5500), 2323 - 2326.
  • 7Kouropteva O. ,Okun O. ,Pietikinen M.Selection of the optimal parameter value for the locally linear embedding algorithm[C] .Proc.of the 1st Int. Conf. on Fuzzy Systems and Knowledge Discovery.2002,359- 363.
  • 8Wang Jing, Zhang Zhenyue, Zha Hongy'uan. Adaptive manifold learning[ J]. Advance in Neural Information Proeessing Systems. 17,2005.
  • 9Hadid A., Piefikainen M. Efficient locally linear embeddings of imperfect manifolds[ R]. Machine Learing and Date Mining in Pattern Recognition. 2003.
  • 10http: //archive. ies. uci. edu/ml/datasets, html.

同被引文献12

  • 1贺玲,吴玲达,蔡益朝.数据挖掘中的聚类算法综述[J].计算机应用研究,2007,24(1):10-13. 被引量：225
  • 2Jolliffe T. Principal component analysis [ M ]. New York : Springer-Verlag, 1986.
  • 3Cox T, Cox M. Multidimensional scaling [ M ]. London : Chap- man-Hall, 1994.
  • 4Roweis S T, Saul L K. Nonlinear dimensionality reduction by locally linear embedding [ J ]. Science,2000,290:2323-2326.
  • 5De la Torte F, Kanade T. Discriminative cluster analysis [ C ] //Proc of International Conference on Machine Learning. New York : ACM ,2006:241 -248.
  • 6Ding C, Li T. Adaptive dimension reduction using discriminant analysis and k - means clustering [ C ]//Proc of International Conference on Machine Learning. New York : ACM, 2007 : 521 -528.
  • 7Fukunaga K. Introduction to statistical pattern recognition [ M ]. Boston : Academic Press, 1990.
  • 8I Frank A, Asuncion A. UCI machine learning repository [ D ]. Irvine, CA : University of California ,2010.
  • 9于洪涛,段军义,杜照丰.一种基于聚类技术的个性化信息检索方法[J].计算机工程与应用,2008,44(8):187-188. 被引量：12
  • 10周爱武,于亚飞.K-Means聚类算法的研究[J].计算机技术与发展,2011,21(2):62-65. 被引量：134

引证文献1

二级引证文献1

数学理论与应用
2009年 第4期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部