基于高维空间的非线性降维的局部线性嵌入LLE方法
摘要 | 第6-7页 |
abstract | 第7页 |
第1章 绪论 | 第10-17页 |
1.1 研究背景及意义 | 第10-13页 |
1.1.1 研究背景 | 第10-12页 |
1.1.2 研究意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-15页 |
1.3 研究内容和组织结构 | 第15-17页 |
1.3.1 本文的研究内容 | 第15页 |
1.3.2 本文的组织结构 | 第15-17页 |
第2章 定义定理及相关概念 | 第17-31页 |
2.1 降维的定义 | 第17页 |
2.2 相关的数学定义定理 | 第17-19页 |
2.3 降维的分类 | 第19-20页 |
2.3.1 硬降维问题 | 第19页 |
2.3.2 软降维问题 | 第19页 |
2.3.3 可视化问题 | 第19-20页 |
2.4 降维方法的概述 | 第20-29页 |
2.4.1 线性降维方法 | 第20-24页 |
2.4.1.1 主成分分析 | 第20-22页 |
2.4.1.2 线性判别法 | 第22-24页 |
2.4.2 非线性降维方法 | 第24-29页 |
2.4.2.1 局部线性嵌入 | 第24-25页 |
2.4.2.2 拉普拉斯特征映射 | 第25-26页 |
2.4.2.3 多维尺度 | 第26-27页 |
2.4.2.4 局部切空间法 | 第27-28页 |
2.4.2.5 等距映射法 | 第28-29页 |
2.5 本章小结 | 第29-31页 |
第3章 局部线性嵌入LLE方法 | 第31-42页 |
3.1 局部线性嵌入的原理 | 第31-32页 |
3.2 局部线性嵌入的算法 | 第32-37页 |
3.2.1 LLE算法中参数的确定 | 第33-37页 |
3.2.1.1 参数d的确定 | 第34-35页 |
3.2.1.2 参数k的确定 | 第35-37页 |
3.3 实例验证 | 第37-41页 |
3.3.1 空气质量的可视化实例分析 | 第38-41页 |
3.4 本章小结 | 第41-42页 |
第4章 改进的LLE方法 | 第42-51页 |
4.1 加权LLE算法的描述 | 第42-46页 |
4.2 调和测地线距离 | 第46-50页 |
4.2.1 距离的选择 | 第46-48页 |
4.2.2 改进的LLE算法 | 第48-49页 |
4.2.3 实验结果 | 第49-50页 |
4.3 本章小结 | 第50-51页 |
总结与展望 | 第51-52页 |
致谢 | 第52-53页 |
参考文献 | 第53-56页 |
攻读硕士学位期间发表的论文 | 第56页 |