版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著科學(xué)技術(shù)的高速發(fā)展,高維數(shù)據(jù)處理逐漸受到社會(huì)的高度重視,考慮到處理高維度、大規(guī)模數(shù)據(jù)的技術(shù)壁壘,降維技術(shù)逐步成為近年的研究熱點(diǎn)。本文從半監(jiān)督學(xué)習(xí)入手,創(chuàng)新性地提出了廣義拉普拉斯矩陣,并應(yīng)用于圖論半監(jiān)督模型,隨后將基于廣義拉普斯矩陣的圖論半監(jiān)督模型中的局部光滑項(xiàng)與目前的線性降維算法相結(jié)合,創(chuàng)新性地提出了一種基于局部光滑假設(shè)的線性降維算法。具體而言,本文涉及的主要工作與創(chuàng)新點(diǎn)包括以下兩點(diǎn):
1.本文創(chuàng)新性地提出了廣義拉普拉斯矩
2、陣,導(dǎo)出了基于廣義拉普拉斯矩陣的圖論半監(jiān)督模型,通過將模型轉(zhuǎn)化為凸優(yōu)化問題,求得其閉形式的全局最優(yōu)解。值得一提的是,較之于傳統(tǒng)方法,本文通過廣義拉普拉斯矩陣,“自然”地引入了新的局部光滑項(xiàng),因此能夠使得分類結(jié)果更加光滑,并獲得更高的分類準(zhǔn)確率。在此基礎(chǔ)上,本文建立了基于廣義拉普拉斯矩陣的圖論半監(jiān)督模型與現(xiàn)有的典型的圖論半監(jiān)督模型之間的聯(lián)系,并將該模型應(yīng)用于數(shù)據(jù)挖掘、手寫體數(shù)字識(shí)別以及人體動(dòng)作識(shí)別等數(shù)據(jù)集上,從理論及實(shí)驗(yàn)的角度證明了模型的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于局部光滑的降維方法及其應(yīng)用
- 基于局部幾何關(guān)系的降維方法研究及其在人臉識(shí)別中的應(yīng)用.pdf
- 基于局部信息保持的特征降維方法研究.pdf
- 基于局部線性嵌入的降維算法研究及其在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用.pdf
- 基于局部線性嵌入的高維數(shù)據(jù)降維研究.pdf
- 基于局部線性分析的降維算法研究.pdf
- 基于局部線性嵌入的降維算法研究.pdf
- 基于局部鄰域優(yōu)化的降維算法研究.pdf
- 機(jī)載相控陣?yán)走_(dá)降維STAP方法及其應(yīng)用.pdf
- 數(shù)據(jù)降維技術(shù)的建模研究與應(yīng)用——特征降維及其應(yīng)用.pdf
- 充分降維理論中PHD方法的局部影響分析.pdf
- 基于流形學(xué)習(xí)的局部降維算法研究.pdf
- 基于高維空間的非線性降維的局部線性嵌入LLE方法.pdf
- 多元統(tǒng)計(jì)分析方法中的降維方法及其應(yīng)用.pdf
- 基于流形的降維方法及其在計(jì)算機(jī)視覺中的應(yīng)用.pdf
- 基于流形學(xué)習(xí)的降維方法及應(yīng)用研究.pdf
- 基于高斯過程的降維方法研究.pdf
- 基于流形學(xué)習(xí)的數(shù)據(jù)降維方法及其在人臉識(shí)別中的應(yīng)用.pdf
- 局部線性嵌入降維及其在紅外及微光圖像識(shí)別中的應(yīng)用.pdf
- 數(shù)據(jù)降維算法的研究及其應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論