主成分分析(PCA)和线性判别分析(LDA)是基于全局结构的特征提取方法,局部保持投影(LPP)和正交拉普拉斯脸(OLF)是基于局部结构的特征提取方法,全局结构特征的弱点是忽略了局部结构特征,局部结构特征的弱点是忽略了整体结...
基于244个网页-相关网页
局部保持投影(LPP,locality preserving projections)是一类有效的流形学习算法,但它在构建权矩阵时没有充分利用样本的类别信息。
基于30个网页-相关网页
结合对流形学习理论的研究,本文运用了一种线性流形学习方法,即局部保持投影(Local Preserving Projection,LPP)对BIM特征进行降维,保持了该特征的分类能力,同时提高了识别效率。
基于4个网页-相关网页
判别局部保持投影 SDLPP
非局部保持投影 NLPP ; Non-locality Preserving Projection
和局部保持投影 Locality Preserving Projections ; LPP
别局部保持投影 Kernel SDLPP ; KSDLPP
局部保持投影方法 Locality Preserve Projections ; LPP
和监督核局部保持投影 Supervised Kernel LocalityPreserving Projections
针对监督局部保持投影 Supervised locality preserving projection
局部保持判别投影 LPDP
局部信息保持投影算法 Local Information Preserving Projection
为了保持掌纹空间的局部结构，运用局部保持投影(LPP)方法进行掌纹识别。
In order to preserve the local structure of the image space, locality preserving projection (LPP) is applied to palmprint recognition.
针对局部保持投影的流形学习算法对于噪声与异常值的敏感性，提出了一种鲁棒的局部保持投影算法。
Aiming at the sensitivity of manifold learning, such as locality preserving projection (LPP), to noises or outliers, a robust version of LPP, called robust LPP (RLPP), was proposed.
局部保持投影(LPP)是一种新的数据降维技术，但其本身是一种非监督学习算法，对于分类问题效果不是太好。
Locality Preserving Projections algorithm (LPP) is a new dimensionality reduction technique. But it is an unsupervised learning algorithm. It could not process classification effectively.
应用推荐