ZZX0804的博客

KLLE最先于2012年提出，关键是将数据映射到特征空间（类似于KPCA中讲数据映射到高维特征空间道理类似），并在特征空间中执行LLE的几个步骤，因此关键的点在于找到正确或者是合适kernel函数。（3）使用找到的相同权重，通过嵌入相邻点的线性组合嵌入每个点（即一个高维到低维的嵌入转换），可以理解为在高维空间中点之间的权重在落入低维嵌入空间后仍旧保持不变的权重。2005年提出的Incremental LLE是在使用已嵌入的数据来嵌入新接收的数据的方法，来处理实时更新的在线数据。

自动编码器——一个复杂的三层神经网络，之前被称为自动关联，构建了深度学习的“构建块”，已被证明在各个领域都能实现良好的性能。本文试图研究自动编码器的降维能力，看看它是否具有某种良好的属性，在堆叠时可能会积累起来，从而有助于深度学习的成功。

针对PCA和KPCA的公式进行剖析讲解

提出了一种基于生成式对抗网络的降维算法，使用了11种先进降维方法进行比较研究

高光谱图像处理中常见专业术语缩略词（50个）

本文是对现有的高光谱图像压缩方法进行了一个总结描述，参考的是论文Hyperspectral image compression approaches: opportunities, challenges, and future directions discussion.

本文是对于VGG网络的一个知识总结，内容来源于资深的B站up主霹雳吧啦Wz，课程简单易懂，强烈推荐

简要说明了深度学习在图像压缩领域中的应用，并且对三种方法进行总结对比。