登录    注册    忘记密码

期刊文章详细信息

基于聚类和改进距离的LLE方法在数据降维中的应用  ( EI收录)  

Application of Dimension Reduction on Using Improved LLE Based on Clustering

  

文献类型:期刊文章

作  者:王和勇[1] 郑杰[2] 姚正安[2] 李磊[1]

机构地区:[1]中山大学软件研究所,广州510275 [2]中山大学数学与计算科学学院,广州510275

出  处:《计算机研究与发展》

基  金:广东省工业攻关计划项目(2004B10101004)~~

年  份:2006

卷  号:43

期  号:8

起止页码:1485-1490

语  种:中文

收录情况:AJ、BDHX、BDHX2004、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:局部线性嵌入算法(locallylinearembedding,LLE)是解决降维的方法,针对LLE计算速度和近邻点个数K的选取,研究了该方法的扩展,提出了基于聚类和改进距离的LLE方法·基于聚类LLE方法大大缩减了计算LLE方法的时间;改进距离的LLE方法在近邻点个数取值比较小时的情况下,可得到良好的效果,而原始的LLE方法要达到相同的效果,近邻点个数K的取值通常要大很多·同时,改进距离的LLE方法可以模糊近邻点个数选取·实验结果表明,基于聚类和改进距离相结合的LLE方法相比原来的LLE方法大大提高了降维速度和扩大了参数K的选取·

关 键 词:多媒体数据库 图像检索 局部线性嵌入算法

分 类 号:TP391.4]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心