局部线性嵌入(LLE)相关论文
							
							
                                 图像维数约简在简化计算复杂性的同时,尽可能地去除数据之间的相关,以较少的特征获得良好的分类效果。车标二值图像水平和垂直投影......
                                
                                
                                        期刊
                                    
                                    
                                
                                 基于局部线性嵌入(LLE)方法所确定的数据集的拓扑结构和高维数据空间的距离特性,提出了自逼近度和可分离度的概念.然后利用二者构......
                                
                                
                            
                                 通过分析目前人耳识别所采用的各种主要方法,将流形学习局部线性嵌入(LLE)算法用于多姿态人耳识别,并针对LLE算法存在的局限提出一......
                                
                                
                            
                                 化学需氧量(COD)是反映水体污染程度的重要指标之一。针对紫外可见光谱COD测量法数据波段多,易受干扰的问题,提出以局部线性嵌八法(LLE)......
                                
                                
                            
                                 提出了一种新的人脸识别算法。该算法采用Gabor小波和一种新颖的方式来提取人脸特征,利用局部线性嵌入(Locally Linear Embedding,......
                                
                                
                            
                                 针对复杂场景中车辆由于视角变化引起的检测精确度过低的问题,改进霍夫投票目标检测模型,提出一种在统一框架下通过不同权重组合发......
                                
                                
                            
                                 溢油事故带来的海洋污染问题日益严重,SAR图像快速准确地自动识别为溢油事故的处理和决策支持提供了重要前提。为了获得更高的油膜......
                                
                                
                            
                                 针对非线性系统故障诊断难以解决的问题,通过改进的局部线性嵌入映射算法解决了非线性数据的特征映射问题。首先,通过线性拟合改进......
                                
                                
                            
                                 局部线性嵌入(LLE)等流形学习算法中需要通过欧氏距离来度量数据点之间的近邻关系,但欧氏距离只表示两点间的直线距离,在高维空间......
                                
                                
                            
                                 提出了一种基于局部线性嵌入(LLE)的水印算法,它对仿射变换具有鲁棒性。该算法通过LLE内在的稳健性改善了鲁棒性。随机产生的水印......
                                
                                
                            
                                 针对滚动轴承故障特征混叠难以有效区分的问题,提出基于局部线性嵌入(LLE)与最小二乘支持向量机(LSSVM)结合的故障诊断方法。在由振动......
                                
                                
                            
                                 针对传统的故障识别中未能充分利用特征信息的问题,提出一种基于局部线性嵌入(LLE)特征融合的故障识别方法,通过初步提取信号时域......
                                
                                
                            
                                 流形学习已成为机器学习和数据挖掘领域的研究热点。比如,算法LLE(Locally Linear Embedding)作为一种非线性降维算法有很好的泛化性......
                                
                                
                                        期刊
                                    
                                    
                                
                                 回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们......
                                
                                
                                        期刊
                                    
                                    
                                
                                 语音是语言的声学表现,是人类交流信息最自然、最有效、最方便的手段,也是人类思维的一种依托。而对听力障碍者来说,语言交流变成......
                                
                                
                            
                                 人脸识别在模式识别与计算机视觉领域中颇受科研人员的热爱,属于生物识别的研究范畴。其中,特征提取是模式识别众多问题中最为重要......
                                
                                
                            
                                 针对手写字符识别中由于书写习惯和风格不同造成字符模式不稳定的问题,提出了一种基于流形学习的手写体数字识别方法。算法首先利用......
                                
                                
                            
                                 本文实现了一种局部线性嵌入算法(Locally Linear Embedding),对三维模型在球面坐标下投影得到的投影图像进行降维,得到其低维流形......
                                
                                
                                        会议
                                    
                                    
                                
