首页|基于均值距离的HLLE算法

基于均值距离的HLLE算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
流形学习算法是一种非常有效的非线性数据降维方法被广泛应用于数据挖掘,模式识别,机器学习等邻域.基于Hessian特征映射的局部线性嵌入算法(HLLE)是一种经典的流形学习算法,在很多方面都有很好的应用.但是HLLE算法对邻域的选择太过敏感,如何提高邻域选择的稳定性成了算法研究的核心内容,本文提出一种基于均值距离的选择邻域的方法,大大的提高了算法的对邻域选择的稳定性,在人工流形上取得了很好的实验效果.

孔秋丽、连帅彬

展开 >

华豫学院计算机科学与技术系,河南,商丘,476000

中山大学信息科学与技术学院,广东,广州,510000

流形学习 HLLLE 机器学习 数据降雏

2011

科技致富向导
中国科学技术协会科普部,山东省科学技术协会

科技致富向导

影响因子：0.698
ISSN：1007-1547
年,卷(期)：2011.(6)
  • 5