Our work enrich the Laplacian Eigenmap algorithm theory system. In addition, a new method of estimation intrinsic dimension is proposed, it shows good proved by man-made data.
对拉普拉斯特征映射方法应用领域的拓展起到了推动作用，同时提出一种新的估计本征维数的方法并且通过人造数据的验证说明该方法具有良好的性质。
The intrinsic dimension estimation of high-dimensional data, is important in the field of high-dimensional data processing.
高维数据的本征维数估计问题研究，在高维数据处理领域中有着重要的地位。
应用推荐