局部保留投影算法——LPP原理

最新推荐文章于 2023-06-08 16:43:31 发布
最新推荐文章于 2023-06-08 16:43:31 发布
阅读量4.1k 收藏 11
点赞数 3
分类专栏： 基础知识 文章标签： 机器学习 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42840360/article/details/104505371
版权

Locality Preserving Projections

一.构建邻接图

a. 设定常数ε，若两样本点距离小于ε则两点为邻近关系
b. 若点p1是点p2最近的k个点之一，则p1是p2的临近点

二.权重获取

1.热核估计：当p1和p2有边相连

在这里插入图片描述

否则 Wij=0
2.如果p1和p2是临近关系则 Wij=1，否则 Wij=0

三.目标函数

####
在这里插入图片描述

在这里插入图片描述

为了防止消除任意的缩放因子，添加尺度归一条件

在这里插入图片描述

最后的目标函数是：

在这里插入图片描述

转化为如下方程（拉格朗日乘数法得来）

在这里插入图片描述

Flying Stone
关注
  • 3
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
LPP(Locality Preserving Projection),局部保留投影.
weixin_33918357的博客
08-25 793
LPP(Locality Preserving Projection),局部保留投影. 前几天学习了PCA，LDA算法，都是经典的降维算法。第一种为无监督学习，第二种为监督学习。 今天看了另一种监督学习的降维算法LPP(Locality Preserving Projection)，在此记录下自己的心得体会。 就从算法的...
LPP matlab
10-31
本来代码是关于LPP 算法的matlab编程，流形算法的主要思想是能够学习高维空间中样本的局部邻域结构，并寻找一种子空间能够保留这种流行结构， 使得样本在投影到低维空间后，得到比较好的局部近邻关系。
局部保留投影算法(LPP)（Locality Preserving Projections）详解
热门推荐
此生不换的博客
05-21 3万+
1.问题导入 2.算法出处 3.算法详解 4.算法步骤 算法全称《Locality preserving projections》出自何小飞教授论文X.He,P.Niyogi,Localitypreservingprojections,in:ProceedingsofConference on AdvancesinNeuralInformationProcessingSystems(NIP...
基于LPP算法实现MNIST数据集降维
ZHW-鲜橙大AI课题组的博客
06-08 1733
刘晨雨，男，西安工程大学电子信息学院，2022级研究生研究方向：医学图像分割电子邮件：1422231109@qq.com陈梦丹，女，西安工程大学电子信息学院，2022级硕士研究生，张宏伟人工智能课题组研究方向：机器视觉与人工智能电子邮件：1169738496@qq.comLPP（Locality Preserving Projection），即局部保留投影算法，是一种常用的降维算法，通过线性近似LE算法（拉普拉斯特征映射）来保留局部信息，可以被看做是PCA的替代。
经典线性降维算法—局部保持投影(LPP)
qq_42148307的博客
02-05 1977
本文经过转载，原文地址： 地址通道 该LPP算法，上文写地十分详细，可以参见。
局部保留投影(LPP)推导
qq_18343569的博客
12-02 1万+
流形算法的主要思想是能够学习高维空间中样本的局部邻域结构，并寻找一种子空间能够保留这种流行结构， 使得样本在投影到低维空间后，得到比较好的局部近邻关系。   所谓流形，是指高维样本空间中呈现的一种低维的局部性的结构。局部保留投影(LPP) 方法是通过构建空间中各样本对之间的远近亲疏关系，并在投影中保持这种关系，在降维的 同时保留空间中样本的局部邻域结构， 即在低维空间中最小化近邻样本间的距
基于凸轮权重距离局部保持投影算法的人脸识别.pdf
09-23
【摘要】中提到的是一种针对人脸识别技术的改进算法——基于凸轮权重距离的局部保持投影算法（Cam Weighted Locality Preserving Projections,简称CWLPP）。传统的局部保持投影（Local Preserving Projections, LPP...
有监督的无参数核局部保持投影及人脸识别.pdf
09-23
文章提出了一个创新性的算法——参数化监督核局部保持投影（Parameter-less Supervised Kernel Locality Preserving Projection，简称PSKLPP），旨在解决传统方法在处理离群值时的不稳定性以及参数选择的难题。...
基于Gabor的局部敏感人脸识别算法研究.pdf
09-23
局部保持投影(LPP)算法作为LE的线性近似，改善了局部空间结构的对应关系，但仍存在误分类的问题。 针对上述挑战，文章提出了一种改进的基于Gabor敏感信息的局部边界Fisher分析(GLMFA)算法。Gabor小波变换用于提取...
双向二维局部保持鉴别投影应用于人脸识别.pdf
09-23
文章提出了一种改进的监督算法——双向二维LPP加LDA（B2DLPP+LDA）。在B2DLPP预处理图像后，再通过LDA进行处理，目的是进一步增强分类能力。LDA是一种经典的监督学习方法，通过最大化类间距离和最小化类内距离来优化...
LPP算法的matlab实现
06-08
用matlab实现LPP算法，LPP算法在人脸等生物识别中具有广泛的应用
局部保持投影算法LPP
03-21
机器学习中的降维算法，局部保持投影lpp希望对你有用
经典降维算法局部保持投影LPP算法代码
03-17
经典降维算法局部保持投影LPP算法的matlab代码，希望对需要降维算法的童鞋有所帮助
LPP算法常用实验数据
06-04
有ORL，PIE，USPU，Yale等数据，都是matlab可用数据
基于谱回归判别分析的LPP算法
10-18
判别局部保持投影DLPP算法在计算过程中需要解决稠密矩阵特征分解问题，这使得该算法在时间和内存上消耗都非常高。谱回归判别分析SRDA算法可以有效的节省时间和内存的消耗。基于SRDA，提出一种改进的局部保持投影LPP算法——谱回归判别局部保持投影算法SRDLPP。实验结果表明，该算法可以提高识别率，同时降低时间和内存消耗。
基于直接局部保持投影和尺度不变特征变换的人脸识别方法.pdf
09-23
在该算法中，首先利用SIFT算法提取人脸图像的特征，然后引入局部保持投影（LPP）作为子空间方法进行特征降维。LPP是一种非线性降维技术，它旨在保持数据点之间的局部结构，这对于人脸识别尤其重要，因为它能保留人脸...
基于 Python 的 11 种经典数据降维算法|LPP(Locality Preserving Projections)
weixin_40801364的博客
12-15 2819
LPP(Locality Preserving Projections) LPP 即局部保留投影算法，其思路和拉普拉斯特征映射类似，核心思想为通过最好的保持一个数据集的邻居结构信息来构造投影映射，但 LPP 不同于 LE 的直接得到投影结果，它需要求解投影矩阵。 LPP 降维算法展示 详情请参见《局部保留投影算法 (LPP) 详解》： https://blog.csdn.net/qq_39...
流形学习(Manifold Learning)以及推导
VIEO
01-11 2662
流形学习(Manifold Learning) 前言 流行学习简介 主要的代表方法 1) Isomap (等距映射) Isomap算法步骤： 2) LLE(Locally Linear Embedding) 局部线性嵌入 LLE基本思想： LLE算法步骤： Isomap 与LLE的比较： 3) LE (Laplacian Eigenmaps) 拉普拉斯特征映射 谱图理论： LE基本思想： LE算法步骤：
【流行学习】局部保持投影（Locality Preserving Projections）
ｋ的博客
02-12 3123
一、前言 局部保持投影算法（LPP）主要是通过线性近似LE（Laplacian Eigenmaps），想保留的是高维中的局部信息 二、主要步骤 具体步骤如下所示： 1.确定LPP的目标函数：min⁡12∑i,j(yi−yj)2sij \min \frac{1}2\sum_{i, j}(y_{i}-y_{j})^{2} s_{i j} min21​i,j∑​(yi​−yj​)2sij​ 其中yiy_iyi​表示的是降维后的任意数据点iii，yjy_jyj​表示的是降维后的任意数据点不包含iii。 其中sijs
局部保留投影算法(LPP)
最新发布
01-10
局部保留投影算法（LPP）是一种用于降维和数据表示的非线性技术。它是PCA（主成分分析）的一种替代方法，可以在高维数据位于低维流形上时进行投影。 LPP通过求解流形上的Laplace Beltrami算子特征函数的最优特征...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值