局部保持特征变换算法综述
【出 处】:《
计算机工程与科学
》
CSCD
2010年第1期 80-82页,共4页
【作 者】:
张笃振
【摘 要】
在机器学习研究领域,人们提出了很多特征变换算法。这些算法的思路是把数据从原始特征空间映射到新的特征空间,从而改善数据的表示或区分能力。所用技术主要包括特征向量或谱方法、最优化理论、图论等。算法的步骤都是:(1)构造原始数据及关系的结构;(2)定义目标函数;(3)运用优化理论使目标函数最优,求得问题的解。本文给出了两类常用的局部保持特征变换主要算法步骤,分析了算法优缺点,这使我们对特征变换的研究有较全面的了解。
相关热词搜索:
上一篇:一种基于混合变换域的双重扩频盲水印算法
下一篇:改进的非负稀疏编码图像基学习算法