选择标注分层流学习算法研究.pdfVIP

下载本文档

7
0
约6.26万字
约 53页
2016-01-08 发布于四川
举报
版权申诉

选择标注分层流学习算法研究.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

选择标注分层流学习算法研究

选择标注分层流形学习算法研究中义摘要中文摘要流形学习方法是近年来被学术界公认的有效方法。针对流形学习的选择标注问题，本文提出一种选择标注分层流形学习算法，其内容包括： 1) 构建了保持流形拓扑特性的标注点集，用于结构化分层流形数据表示； 2) 提出了选择标注分层流形学习算法，其中包括：自适应近邻选择算法，标注点集的优化，流形数据的分层，流形数据的拓扑特性测试，以及噪声流形分层学习算法。综上所述，本文的特色与创新点表现在： 1) 目前存在的泛化流形学习算法可以运用本文算法，预测新点的近邻点： 2) 与基于空间分割的组织数据技术相比，本文算法保持了数据的隐藏空间拓扑特性。该方法对流形数据的形式化表示可以提高流形数据集的查询速度，主要适用于高维数据的分析，如索引、聚类、数据压缩、以及扩展流形。关键词：分层流形学习；标注点：拓扑错误点：噪声分层流形学习作者：范自立指导教师：李儿长 Abstract in academia methods methodsare aSeffective by Mallifold recognized leaming manifold this ofhierarchicallearningAlgori岫l fecentdecades．Inpaper，anapproach is for fromthe representing samplesproposed landmark given basedon points selecting on include： datamanifold，which setwhich the propenles mark topological aland preserve weconstmct point ofmanifold； on based manifoldlearningAlgorithm selecting 、Ⅳ