一切從來 1星
共回答了122个问题采纳率:98.6% 评论
降维是通过单幅图像数据的高维化,对单幅图像转化为高维空间中的数据集合进行的一种操作。对其进行非线性降维,寻求其高维数据流形本征结构的一维表示向量,将其作为图像数据的特征表达向量。从而将高维图像识别问题转化为特征表达向量的识别问题,减少了冗余信息所造成的识别误差,提高了识别的精度。
降维方法分为线性和非线性降维,非线性降维又分为基于核函数和基于特征值的方法。
1、线性降维方法:PCA、ICALDA、LFA、LPP(LE的线性表示)。
2、非线性降维方法:
(1)基于核函数的非线性降维方法:KPCA、KICA、KDA。
(2)基于特征值的非线性降维方法(流型学习):ISOMAP、LLE、LE、LPP、LTSA、MVU。
12小时前
猜你喜欢的问题
2天前1个回答
2天前1个回答
2天前1个回答
2天前2个回答
2天前1个回答
2天前2个回答
热门问题推荐
3个月前1个回答
1个月前1个回答
3个月前4个回答
4个月前2个回答
1个月前4个回答
2个月前2个回答
4个月前1个回答
3个月前1个回答
3个月前2个回答