多尺度降维
文章平均质量分 86
机器鱼
这个作者很懒,什么都没留下…
展开
-
PCA-LPP的MATLB实现
PCA-LPP代码实现文章目录PCA-LPP代码实现0.引言1.原理1.1 PCA目标函数1.2 LPP目标函数1.3 PCA-LPP原理2.方案验证3.结论0.引言 提出集合主成分分析与局部保持嵌入的流形学习特征降维方法。该方法通过结合主成分分析(PCA)与局部保持嵌入(LPP)各自优点,兼具最大化保留数据的全局结构特性与局部结构特性,更利于提取原始数据集中的低维流行有效信息。最后,采用UCI数据集进行降维可视化分析。1.原理1.1 PCA目标函数 PCA的核心是通过投影矩阵A将高维数转载 2021-10-08 19:50:26 · 679 阅读 · 2 评论 -
KPCA-KLPP的MATLAB实现
KPCA-KLPP代码实现文章目录KPCA-KLPP代码实现0.引言1.原理1.1 KPCA目标函数1.2 KLPP目标函数1.3 KPCA-KLPP原理2.方案验证3.结论0.引言 传统基于核主成分分析 (Kernel principal component analysis, KPCA) 的数据降维方法在提取有效特征信息时只考虑全局结构保持而未考虑样本间的局部近邻结构保持问题, 本文提出一种改进全局结构保持算法的特征提取与降维方法,改进的特征提取与降维方法将流形学习中核局部结构保持 (Kern转载 2021-10-08 19:49:38 · 1467 阅读 · 0 评论 -
正交KPCAKLPP的MATLAB实现
正交KPCAKLPP代码实现文章目录正交KPCAKLPP代码实现0.引言1.原理1.1 KPCA目标函数1.2 KLPP目标函数1.3 CVKPCAKLPP原理2.方案验证3.结论0.引言 传统基于核主成分分析 (Kernel principal component analysis, KPCA) 的数据降维方法在提取有效特征信息时只考虑全局结构保持而未考虑样本间的局部近邻结构保持问题, 本文提出一种改进全局结构保持算法的特征提取与降维方法,改进的特征提取与降维方法将流形学习中核局部结构保持 (K转载 2021-10-08 19:48:33 · 483 阅读 · 1 评论 -
正交PCALPP的MATLAB实现
正交PCALPP代码实现文章目录正交PCALPP代码实现0.引言1.原理1.1 PCA目标函数1.2 LPP目标函数1.3 CVPCALPP原理2.方案验证3.结论0.引言 传统基于主成分分析 (Principal component analysis, PCA) 的数据降维方法在提取有效特征信息时只考虑全局结构保持而未考虑样本间的局部近邻结构保持问题, 本文提出一种改进全局结构保持算法的特征提取与降维方法,改进的特征提取与降维方法将流形学习中局部结构保持 ( Locality preservin转载 2021-10-08 19:46:33 · 927 阅读 · 0 评论