一种基于局部线性嵌入的半监督方法——半监督局部线性嵌入（SSLLE），MATLAB程序代码

zod_wq

于 2020-01-02 13:02:24 发布

阅读量1.2k

点赞数 5

分类专栏：降维

本文链接：https://blog.csdn.net/qq_30683589/article/details/103802525

版权

这篇博客分享了一种基于局部线性嵌入的半监督方法——半监督局部线性嵌入（SSLLE）。作者提供了自己编写的MATLAB程序代码，虽然表示代码可能不够完美，但可供读者参考学习。参考文献提及了张长帅、周大可和杨欣在2011年发表的相关研究。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

具体内容大家可以看一下参考文献的原文，这里附上我的自己编的MATLAB程序代码：

% SSLLE算法
% [Y] = sslle(X,K,d,l,r)
% X    ：data as D x N matrix (D = dimensionality, N = #points)
% K    ：number of neighbors
% d ：max embedding dimensionality
% Y    ：embedding as dmax x N matrix
% l    ：标号
% r    ：调节因子当r=0时与LLE相同
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function [Y] = sslle(X,K,d,l,r)
[D,N] = size(X);
%fprintf(1,'LLE running on %d points in %d dimensions\n',N,D);
 
%% Step1: compute pairwise distances & find neighbour
%fprintf(1,'-->Finding %d nearest neighbours.\n',K);
X2 = sum(X.^2,1);
distance = repmat(X2,N,1)+repmat(X2',1,N)-2*X'*X;
[sorted,index] = sort(dista

最低0.47元/天解锁文章