期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种新的全局嵌入降维算法 被引量:14
1
作者 刘胜蓝 闫德勤 《自动化学报》 EI CSCD 北大核心 2011年第7期828-835,共8页
目前大多数流形学习算法都以距离来度量数据间的相似度,并取得满意的效果,但都难以处理噪音造成的子空间偏离.针对此问题,提出了一种基于角度优化的全局降维算法.通过给出多样本增量的协方差阵更新方式,从理论上证明了中心化样本长度与... 目前大多数流形学习算法都以距离来度量数据间的相似度,并取得满意的效果,但都难以处理噪音造成的子空间偏离.针对此问题,提出了一种基于角度优化的全局降维算法.通过给出多样本增量的协方差阵更新方式,从理论上证明了中心化样本长度与其偏离低维空间角度为子空间偏离的主要因素,进而解决了噪音造成的子空间偏离问题.同时,与主成分分析相比,能够更好地与其他算法融合解决小样本问题.实验证实了该算法在手工和真实数据集上的有效性. 展开更多
关键词 全局嵌入 不规则m数据 角度 正交投影
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部