期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
两种流形学习算法的对比研究 预览
1
作者 王博 刘美玲 张学敏 《微型机与应用》 2013年第8期42-44,共3页
介绍了局部线性嵌套和等距映射两种最基本的非线性降维方法,对比测试了两种降维方法在不同参数下的执行效果与效率,总结了两种降维方法所适合的数据特点,并应用于图像识别中,比较了两者在图像识别中的识别率。
关键词 线性降维 流形学习 局部线性嵌套 等距映射 人脸识别
在线阅读 下载PDF
流形学习及其算法研究 预览 被引量:1
2
作者 闫志敏 刘希玉 《计算机技术与发展》 2011年第5期 99-102,共4页
流形学习作为微分儿何的一个分支,旨在找出嵌入在高维数据中的低维流肜结构,它的大部分算法都是用来进行维数约简的,也有一部分用来进行数据可视化的。月前,流形学习渐渐成为机器学习及模式识别领域中的一个研究热点。介绍了流形以... 流形学习作为微分儿何的一个分支,旨在找出嵌入在高维数据中的低维流肜结构,它的大部分算法都是用来进行维数约简的,也有一部分用来进行数据可视化的。月前,流形学习渐渐成为机器学习及模式识别领域中的一个研究热点。介绍了流形以及流彤学习的撼本概念,针对流形学习中的几种学习算法,讨论了它们符内的特点并分析了它们的小足之处,以便在以后的流形学习研究中能够更好地运用这些算法对数据进行分析以及降维。 展开更多
关键词 流形学习 等度规映射 局部线性嵌套 拉普拉斯特征映射 局部切空间排列算法
在线阅读 下载PDF
LLE与ISOMAP降维的对比研究
3
作者 刘合安 《科学技术与工程》 2011年第31期 7687-7689,7696,共4页
局部线性嵌套和等距流形映射是两个基本的非线性降维方式,各自的优点和不足在人脸识别上值得做出深入的对比研究。因此对比测试这两种降维方式在不同参数下的执行效率,分析和总结这两种降维方式的适用特点和范围,选择局部线性嵌套和... 局部线性嵌套和等距流形映射是两个基本的非线性降维方式,各自的优点和不足在人脸识别上值得做出深入的对比研究。因此对比测试这两种降维方式在不同参数下的执行效率,分析和总结这两种降维方式的适用特点和范围,选择局部线性嵌套和主成分分析,通过应用于人脸识别中,并总结人脸识别的识别率。 展开更多
关键词 线性降维 局部线性嵌套 等距流形映射 人脸识别
在线阅读 免费下载
基于LLE算法的人脸识别方法研究 预览 被引量:1
4
作者 刘合安 《电脑知识与技术》 2011年第8X期5714-5716,共3页
非线性降维作为当前流行的机器学习算法,是研究人员的研究热点。局部线性嵌套和等距流形映射是两个基本非线性降维方式,局部线性嵌套的优点和不足在人脸识别上值得做出深入的研究,因此测试这种降维方式在不同参数下的执行效率,分析和总... 非线性降维作为当前流行的机器学习算法,是研究人员的研究热点。局部线性嵌套和等距流形映射是两个基本非线性降维方式,局部线性嵌套的优点和不足在人脸识别上值得做出深入的研究,因此测试这种降维方式在不同参数下的执行效率,分析和总结这种降维方式的适用特点和范围,选择局部线性嵌套和主成分分析,通过应用于人脸识别中,并总结人脸识别的识别率。 展开更多
关键词 线性降维算法 局部线性嵌套 人脸识别
在线阅读 下载PDF
基于LLE和LS-SVM的人脸识别方法 被引量:5
5
作者 谈书才 黄景涛 《微电子学与计算机》 CSCD 北大核心 2010年第7期110-113,共4页
为了提高人脸识别的速度,提出了一种基于局部线性嵌套(LLE)和最小二乘支持向量机(LS-SVM)的人脸识别方法.该方法采用主成分分析(PCA)和LLE相结合的算法,对归一化处理过的人脸图像进行特征提取,利用LS-SVM对人脸图像样本集进行训... 为了提高人脸识别的速度,提出了一种基于局部线性嵌套(LLE)和最小二乘支持向量机(LS-SVM)的人脸识别方法.该方法采用主成分分析(PCA)和LLE相结合的算法,对归一化处理过的人脸图像进行特征提取,利用LS-SVM对人脸图像样本集进行训练和识别,以提高识别的速度.最后将本文方法在ORL人脸数据库上进行试验,结果表明,人脸识别的速度有了一定的提高,识别率达到了90%以上. 展开更多
关键词 人脸识别 主成分分析 局部线性嵌套 最小二乘支持向量机
一种改进的局部线性嵌套算法 预览 被引量:2
6
作者 黄景涛 谈书才 赵会 《计算机工程》 CAS CSCD 北大核心 2010年第17期 36-38,共3页
局部线性嵌套(LLE)算法对近邻个数较敏感,无法处理稀疏数据源。针对该问题提出一种基于改进距离和联合优化的LLE算法。将Conformal—IsoMap中度量数据间距离的方法引入到LLE,并对原算法的2个优化过程进行联合优化。在SwissRoll曲线... 局部线性嵌套(LLE)算法对近邻个数较敏感,无法处理稀疏数据源。针对该问题提出一种基于改进距离和联合优化的LLE算法。将Conformal—IsoMap中度量数据间距离的方法引入到LLE,并对原算法的2个优化过程进行联合优化。在SwissRoll曲线采样数据和MINST手写数字字符数据库上的实验结果验证了该算法的有效性。 展开更多
关键词 流形学习 局部线性嵌套 表示坐标 嵌入坐标
在线阅读 下载PDF
两类非线性降维流形学习算法的比较分析 预览 被引量:7
7
作者 王泽杰 《上海工程技术大学学报》 CAS 2008年第1期 54-59,共6页
流形学习(Manifold Learning)算法是近年来发展起来的非线性降维机器学习算法。目前的流形学习算法大体可以分为两类:全局的(如等度规映射)和局部的(如局部线性嵌套),它们有各自的优点和不足。以等度规映射(ISOMAP)和局部线性... 流形学习(Manifold Learning)算法是近年来发展起来的非线性降维机器学习算法。目前的流形学习算法大体可以分为两类:全局的(如等度规映射)和局部的(如局部线性嵌套),它们有各自的优点和不足。以等度规映射(ISOMAP)和局部线性嵌套(LLE)为例,通过实验比较分析了这两类算法在参数选择、前提条件和执行效率上的特点,期望为不同应用提供参考。 展开更多
关键词 流形学习 机器学习 线性降维 等度规映射 局部线性嵌套
在线阅读 下载PDF
一种改进的局部线性嵌套方法 预览 被引量:1
8
作者 陆建新 李宏宇 +1 位作者 沈一帆 陈文斌 《计算机应用与软件》 CSCD 北大核心 2008年第10期 9-10,18,共3页
局部线性嵌套LLE(locally linear embedding)是一种经典的流形学习方法。对于从单个流形上采样得到的数据集,它能够有效地学习其内在低维结构,然而当数据集是从多个流形上采样得到时,LLE的效果并不理想。提出了一种基于距离度量学习... 局部线性嵌套LLE(locally linear embedding)是一种经典的流形学习方法。对于从单个流形上采样得到的数据集,它能够有效地学习其内在低维结构,然而当数据集是从多个流形上采样得到时,LLE的效果并不理想。提出了一种基于距离度量学习的改进方法:Metric LLE,它利用部分数据点的相似信息来学习距离度量。实验结果表明Metric LLE在应用中有很好的性能:分类能力比LLE好;在可视化方面,效果比Supervised LLE好。 展开更多
关键词 流形学习 距离度量 局部线性嵌套 多流形
在线阅读 下载PDF
流形学习中的算法研究 预览 被引量:8
9
作者 周红 吴炜 +3 位作者 滕奇志 杨晓敏 李旻 陶德元 《计算机应用研究》 CSCD 北大核心 2007年第7期 214-217,共4页
详细介绍了一种新的机器学习的方法——流形学习。流形学习是一种新的非监督学习方法,可以有效地发现高维非线性数据集的内在维数并进行维数约简,近年来越来越受到机器学习和认知科学领域的研究者的重视。目前已经出现了很多有效的流... 详细介绍了一种新的机器学习的方法——流形学习。流形学习是一种新的非监督学习方法,可以有效地发现高维非线性数据集的内在维数并进行维数约简,近年来越来越受到机器学习和认知科学领域的研究者的重视。目前已经出现了很多有效的流形学习算法,如等度规映射(ISOMAP)、局部线性嵌套(Locally Linear Embedding,LLE)等。详细讲述了当前常用的几种流形学习算法以及在流形方面已经取得的研究成果,并对流形学习目前在各方面的应用作了较为细致的阐述。最后展望了流形学习的研究发展趋势,且提出了流形学习中仍需解决的美键问颞. 展开更多
关键词 流形学习 主流形 局部线性嵌套 等度规映射 变分法 互信息
在线阅读 下载PDF
基于局部线性嵌套的虹膜识别方法 预览
10
作者 上官英俊 施鹏飞 《微型电脑应用》 2006年第1期 1-2,24,共3页
虹膜识别技术由于与其它生物特征识别技术相比具有更高的准确率而一直备受关注。本文采用局部线性嵌入算法对虹膜样本进行训练,来提取虹膜纹理特征,并以最小距离分类器作为决策空间的判决准则。实验表明本文提出的虹膜识别方法取得了... 虹膜识别技术由于与其它生物特征识别技术相比具有更高的准确率而一直备受关注。本文采用局部线性嵌入算法对虹膜样本进行训练,来提取虹膜纹理特征,并以最小距离分类器作为决策空间的判决准则。实验表明本文提出的虹膜识别方法取得了良好的识别效果。 展开更多
关键词 虹膜识别 局部线性嵌套 纹理特征
在线阅读 下载PDF
基于放大因子和延伸方向研究流形学习算法 预览 被引量:21
11
作者 何力 张军平 周志华 《计算机学报》 EI CSCD 北大核心 2005年第12期 2000-2009,共10页
流形学习是一种新的非监督学习方法,可以有效地发现高维非线性数据集的内在维数和进行维数约简,近年来越来越受到机器学习和认知科学领域研究者的重视.虽然目前已经出现了很多有效的流形学习算法,如等度规映射(ISOMAP)、局部线性嵌套(Lo... 流形学习是一种新的非监督学习方法,可以有效地发现高维非线性数据集的内在维数和进行维数约简,近年来越来越受到机器学习和认知科学领域研究者的重视.虽然目前已经出现了很多有效的流形学习算法,如等度规映射(ISOMAP)、局部线性嵌套(Locally Linear Embedding,LLE)等,然而,对观测空间的高维数据与降维后的低维数据之间的定量关系,尚难以直观地进行分析.这一方面不利于对数据内在规律的深入探察,一方面也不利于对不同流形学习算法的降维效果进行直观比较.文中提出了一种方法,可以从放大因子和延伸方向这两个方面显示出观测空间的高维数据与降维后的低维数据之间的联系;比较了两种著名的流形学习算法(ISOMAP和LLE)的性能,得出了一些有意义的结论;提出了相应的算法从而实现了以上理论.对几组数据的实验表明了研究的有效性和意义. 展开更多
关键词 流形学习 放大因子 主延伸方向 局部线性嵌套 等度规映射
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈