Выравнивание местного касательного пространства
 | В этой статье есть несколько проблем. Пожалуйста, помогите улучшить его или обсудите эти проблемы на странице обсуждения . ( Узнайте, как и когда удалять эти шаблонные сообщения )
|
Выравнивание локального касательного пространства ( LTSA ) [ 1 ] — это метод обучения многообразиям , который может эффективно изучать нелинейное встраивание в низкоразмерные координаты из многомерных данных, а также может восстанавливать многомерные координаты из координат встраивания. Он основан на интуитивном предположении, что при правильном развертывании многообразия все касательные к нему гиперплоскости выровняются. Он начинается с вычисления k ближайших соседей каждой точки. Он вычисляет касательное пространство в каждой точке, вычисляя d -первые главные компоненты в каждой локальной окрестности. Затем он оптимизирует поиск встраивания, которое выравнивает касательные пространства, но игнорирует информацию меток, передаваемую выборками данных , и, следовательно, не может использоваться для прямой классификации.
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ Чжан, Чжэньюэ; Хунъюань Чжа (2004). «Основные многообразия и нелинейное уменьшение размерности посредством выравнивания локального касательного пространства». Журнал SIAM по научным вычислениям . 26 (1): 313–338. CiteSeerX 10.1.1.211.9957 . дои : 10.1137/s1064827502419154 .
Дальнейшее чтение
[ редактировать ]- Ма, Л.; Кроуфорд, ММ; Тиан, JW (2010). «Обобщенное контролируемое выравнивание локального касательного пространства для классификации гиперспектральных изображений». Электронные письма . 46 (7): 497. doi : 10.1049/el.2010.2613 .
 | Эта статистике статья, посвященная , незавершена . Вы можете помочь Википедии, расширив ее . |