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
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
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...