基于点密集度的非线性流形学习算法

黄淑萍

Chinese

您当前的位置：

首页 >

文章列表页 >

基于点密集度的非线性流形学习算法

更新时间：2026-09-04

- 基于点密集度的非线性流形学习算法
- Non-linear Manifold Learning Algorithm Based on Intensity of Points
- 微电子学与计算机 2012年29卷第6期页码：10-13
- 作者机构：
  
  南开大学经济学院,天津,300071
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2012
- 稿件说明：
移动端阅览
黄淑萍. 基于点密集度的非线性流形学习算法[J]. 微电子学与计算机, 2012, 29(6): 10-13.

HUANG Shu-ping. Non-linear Manifold Learning Algorithm Based on Intensity of Points[J]. 2012, 29(6): 10-13.
黄淑萍. 基于点密集度的非线性流形学习算法[J]. 微电子学与计算机, 2012, 29(6): 10-13. DOI：

HUANG Shu-ping. Non-linear Manifold Learning Algorithm Based on Intensity of Points[J]. 2012, 29(6): 10-13. DOI：

摘要

提出一种样本点密集度的非线性流形学习算法.该算法提出了一个有效的数据点密集参数

能够很好地对非均匀数据的低维嵌入进行约束

其嵌效结果明显优于LLE算法.在人工和人脸数据集上的实验结果表明

新算法产生了较好的嵌入及分类结果.

Abstract

This paper presents a non-linear manifold learning algorithm based on intensity of sample points.It proposes an effective intensity parameter of sample points

which constraints the low-dimensional embedding of uneven data well.There is a better embedding result than LLE.The experimental results on the artificial and face datasets show that the new algorithm yields a better embedding and classification result.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于监控指标关联性的微服务异常检测

大模型发展综述：从BERT到Deepseek的技术演进

注意力机制与改进密集卷积引导的信息隐藏模型

一种用于极低压boost系统的高效率电荷泵

超低功耗实时时钟电路的设计