流形学习算法综述

被引：22

作者：

王自强 ^{[1
]}

钱旭 ^{[1
]}

孔敏 ^{[2
]}

机构：

[1] 中国矿业大学(北京)机电与信息工程学院

[2] 山东省曲阜市职业中等专业学校

来源：

计算机工程与应用 | 2008年 / 35期

关键词：

流形学习; 维数降维; 模式识别; 机器学习;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

流形学习算法作为一种新的维数降维方法工具,其目标是发现嵌入在高维数据空间中的低维流形结构,并给出一个有效的低维表示。目前,流形学习已成为模式识别、机器学习和数据挖掘领域的研究热点问题。介绍了流形学习的基本思想、一些最新研究成果及其算法分析,并提出和分析了有待进一步研究的问题。

引用

页码：9 / 12+24 +24

页数：5

共 7 条

[1] 基于谱图理论的流形学习算法 [J].

罗四维 ;

赵连伟 .

计算机研究与发展, 2006, (07) :1173-1179

[2] 非负矩阵分解及其在模式识别中的应用 [J].

刘维湘 ;

郑南宁 ;

游屈波 .

科学通报, 2006, (03) :241-250

[3] 基于集成的流形学习可视化 [J].

詹德川 ;

周志华 .

计算机研究与发展, 2005, (09) :1533-1537

[4] 综述人脸识别中的子空间方法 [J].

刘青山 ;

卢汉清 ;

马颂德 .

自动化学报, 2003, (06) :900-911

[5]

微分几何讲义[M]. 北京大学出版社 , 陈省身, 1983

[6] Laplacian eigenmaps for dimensionality reduction and data representation [J].

Belkin, M ;

Niyogi, P .

NEURAL COMPUTATION, 2003, 15 (06) :1373-1396

[7]

Pattern Classification .2 R. O. Duda,P. E. Hart,D.G. Stork. Wiley-Interscience . 2000

← 1 →