2025年1月24日
星期五
|
欢迎来到营口市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
杨静林
作品数:
1
被引量:2
H指数:1
供职机构:
北京理工大学信息与电子学院
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
宋丹
北京电子工程总体研究所
赵保军
北京理工大学信息与电子学院
唐林波
北京理工大学信息与电子学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
自适
1篇
自适应
1篇
自适应聚类
1篇
流形
1篇
流形学习
1篇
目标识别
1篇
局部线性嵌入
1篇
聚类
1篇
降维
机构
1篇
北京理工大学
1篇
北京电子工程...
作者
1篇
唐林波
1篇
赵保军
1篇
宋丹
1篇
杨静林
传媒
1篇
系统工程与电...
年份
1篇
2015
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于自适应聚类流形学习的增量样本降维与识别
被引量:2
2015年
为了解决局部线性嵌入(locally linear embedding,LLE)流形学习算法无法自适应确定重构区间和不能进行增量学习等问题,提出了一种自适应聚类增量LLE(clustering adaptively incremental LLE,C-LLE)目标识别算法。该算法通过建立高维非线性样本集的局部线性结构聚类模型,对聚类后的类内样本采用线性重构,解决了LLE算法样本重构邻域无法自适应确定的问题;通过构建降维矩阵,解决了LLE算法无法单独对增量进行降维和无法利用增量对目标进行识别的问题。实验表明,本文算法能够准确提取高维样本集的低维流形结构,具有较小的增量降维误差和良好的目标识别性能。
杨静林
唐林波
宋丹
赵保军
关键词:
流形学习
局部线性嵌入
目标识别
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张