等谱流形学习算法

基于谱方法的流形学习算法的目标是发现嵌入在高维数据空间中的低维表示.近年来,该算法已得到广泛的应用.等谱流形学习是谱方法中的主要内容之一.等谱流形学习源于这样的结论:只要两个流形的谱相同,其内部结构就是相同的.而谱计算难以解决的问题是近邻参数的选择以及如何构造合理邻接权.为此,提出了等谱流形学习算法(isospectral manifold learning algorithm,简称IMLA).它通过直接修正稀疏重构权矩阵,将类内的判别监督信息和类间的判别监督信息同时融入邻接图,达到既能保持数据间稀疏重建关系,又能利用监督信息的目的,与PCA等算法相比具有明显的优势.该算法在3个常用人脸数据集(Yale,ORL,Extended Yale B)上得到了验证,这进一步说明了IMLA算法的有效性.

谱流形快速学习算法研究

谱流形学习算法的目标是发现嵌入在高维数据空间中的低维表示,其近年来得到了广泛的应用。虽然已经取得了许多令人骄傲的成绩,但是却存在一个很大的瓶颈——计算复杂度太高,这严重阻碍了算法在实际中的应用。提出了谱流形快速学习算法,该算法包括两个降低算法复杂度的技术:(1)通过随机选择或者k-means方法从n个样本点中选出p个锚点,把每个样本点表达为由锚点的邻域点线性组合的形式,从而设计了邻接矩阵的新形式,降低了邻接图的计算复杂度;(2)利用线性化的流形学习算法有效地计算高维数据到低维数据的映射,从而降低了优化特征值的计算复杂度。该算法在3个常用人脸数据集(Yale、ORL、Extended Yale B)上得到了验证,进一步证明了算法的有效性。

培养学生学习化学的兴趣

伟大的科学家爱因斯坦说过：“兴趣是最好的老师。”人一旦对某事物有了浓厚的兴趣，就会主动去求知、探索、实践，并在求知、探索、实践中产生愉快的情绪和体验。初中化学是化学学科的启蒙阶段，此时学生的好奇心强，富于幻想，容易接受新生事物，是最容易培养学生学习兴趣的时候。如能激发和培养学生学习化学的兴趣，并因势利导，使他们把兴趣转化成乐趣，进而转化成志趣，就能保持学生对化学学习经久不衰的求知欲。 一、建立良好的师生关系，