ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

数据分布特性的自适应流形学习方法

李冬睿; 李梅广东农工商职业技术学院
小型微型计算机系统2014-6-15
7阅读
引用收藏
分享

摘要

数据点的局部邻域选取是基于流形学习的非线性降维方法的核心,其选取方式直接影响降维结果的质量.传统的局部邻域选取方式大多使用最近邻k-nn方法.然而,k的选择是一个难于解决的问题,且k-nn方法对分布不均匀的数据将不再适用.基于此,提出一种基于数据分布特性的自适应流形学习方法.该方法根据数据点附近的密集程度来自适应地选择最近邻域大小,充分考虑了数据点周围的点分布信息,能够有效地进行降维,非常适用于分布不均匀的数据.实验结果表明,提出的方法在COIL-20对象数据集和人工数据集上得到了期望的嵌入和分类结果,并成功地应用到了图像检索中.

学科与关键词

关键词
局部邻域流形学习降维k最近邻 local neighborhoodmanifold learningdimensionality reductionk-nearest neighborhood(k-nn)
相关
加载中…
  • 基于谱聚类的流形学习算法研究
    王洪波; 罗贺中国科学技术大学学报, 2013, (01): 79-86.
  • 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.
  • 基于图像欧氏距离的高光谱图像流形降维算法
    陈宏达; 普晗晔; 王斌; 张立明红外与毫米波学报, 2013, (05): 450-455.
查看全部 →

发表信息

论文状态
公开发表
期刊
小型微型计算机系统
发表日期
2014-06-15
卷期
第 06 期
页码
1387-1391
成果收录
CHINAJOURNAL
资助标注
广东省科技厅项目(2009A040300017)资助;广东省经济和信息化委员会项目(201210110600232)资助

作者

  • 李

    李冬睿 (第一作者)

  • 李

    李梅

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417