摘要
传统流形学习算法虽然是一种常用的有效降维方法,但由于其自身计算结构的限制,往往存在数据分析不足和计算时间较长等问题.为此提出一种基于谱聚类的流形学习算法(spectralclustering locally linear embedding,SCLLE),并对其机理以及优点给予了实例证明.在UCI和NCBI数据集上的实验结果表明,该算法具有较好的识别效果和计算性能.
学科与关键词
关键词
谱聚类流形学习SCLLE算法 spectral clusteringmanifold learningspectral clustering locally linear embedding algorithm
- 数据分布特性的自适应流形学习方法李冬睿; 李梅小型微型计算机系统, 2014, (06): 1387-1391.
- 一种改进距离的局部线性嵌入算法的基因表达谱数据分类蔡先发; 韦佳; 文贵华; 李洁生物医学工程学杂志, 2011, (06): 1213-1216.
- 基于自适应邻域参数的拉普拉斯特征映射李月娇; 刘秉瀚福州大学学报(自然科学版), 2013, (02): 153-157.
