流形判别分析 manifold-based discriminant analysis.pdfVIP

流形判别分析 manifold-based discriminant analysis.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
流形判别分析 manifold-based discriminant analysis

第35 卷第9 期 电 子 与 信 息 学 报 Vol.35No.9 2013 年9 月 Journal of Electronics Information Technology Sept. 2013 流形判别分析 刘忠宝*① 潘广贞① 赵文娟② ①(中北大学电子与计算机科学技术学院 太原 030051) ②(山西大学商务学院信息学院 太原 030031) 摘 要:传统降维方法主要有两种思路:一是利用样本的全局特征,保证降维前后样本的全局特征不变;二是尽量 保证相邻样本在降维前后的相对关系不变。传统方法由于未能充分利用样本的已有信息,因此降维效率有限。鉴于 此,在 Fisher 准则和局部流形保持的基础上,该文提出流形判别分析。该方法首先定义了基于流形的类内离散度 MWCS 和类间离散度MBCS,然后利用Fisher 准则找到最佳投影方向,该方向满足MBCS 与MWCS 之比最大。 该方法不仅继承了传统降维方法的优势,而且进一步提高了降维效率。标准数据集上的实验结果表明该文所提方法 的有效性。 关键词:模式识别;流形学习;降维;Fisher 准则;全局特征 中图分类号:TP391.4 文献标识码: A 文章编号:1009-5896(2013)09-2047-07 DOI: 10.3724/SP.J.1146.2012.01552 Manifold-based Discriminant Analysis ① ① ② Liu Zhong-bao Pan Guang-zhen Zhao Wen-juan ① (School of Electronics and Computer Science Technology, North University of China, Taiyuan 030051, China) ② (School of Information, Business College of Shanxi University, Taiyuan 030031, China) Abstract: Researches on current Dimensionality Reduction (DR) methods are mainly based on two ways. One attempts to ensure the stabilities of global features of high-dimensional samples, the other tries to make the local manifold structure between data before and after dimension reduction be as invariant as possible. As the existed information is not fully utilized by current DR methods, the DR efficiencies are restricted. Based on the above analysis, Manifold-based Discrimin

您可能关注的文档

文档评论(0)

hello118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档