排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
2.
基于谱图的维度约简及其应用 总被引:1,自引:0,他引:1
为了提取主要特征和方便处理,大多数机器学习任务都要求把高维数据投影到低维空间.在这些拓扑空间中,数据对象的相似性一般由欧式距离来度量.讨论了对某些应用而言,相似性也可以以路径为指标来衡量,并且讨论了特征选取中局部和全局的关系.基于图谱理论,提出了一种结合路径特征和距离特征的维数约简方法,旨在发掘和保持原有数据中有意义的局部近邻关系.在信息检索和人脸识别的试验中,它取得了较好的效果. 相似文献
3.
如何为特定的机器学习任务选择合适的核函数,是统计学习和核方法理论中的一个具有挑战性的问题。在此从保形映射和流形学习的角度,提出了一种探索性解决方法,并以实验检验这种构想,做出了初步结论。 相似文献
1