声明
摘要
1 绪论
1.1 研究背景
1.2 本文的组织结构
1.3 流形学习的研究现状
1.4 流形和流形学习
1.4.1 流形
1.4.2 流形学习
1.5 流形学习的应用
1.6 本文的主要研究内容
2 流形学习方法简介
2.1 等距映射(ISOMAP)
2.2 ISOBAP实验及分析
2.3 局部线性嵌入(LLE)
2.4 LLE实验及分析
2.3 快速各向异性变换降维算法(FAT)
3 基于随机矩阵变换和贪婪算法的快速PCA算法研究
3.1 引言
3.2 基于随机矩阵变换的PCA快速算法
3.2.1 主成分分析(PCA)
3.2.2 PCA的基本原理如下
3.2.3 主成分分析的实现步骤
3.3 随机矩阵和随机映射
3.4 实验结果与分析
3.5 快速PCA与标准PCA在人工流形上的应用
3.5.1 S-curve
3.5.2 Swiss-roll
3.5.3 punched sphere
3.5.4 3D-cluster
3.6 基于“贪婪算法”的快速PCA算法
3.7 实验结果与分析
3.8 “贪婪算法”的快速PcA在各种流形上的应用
4 结论
4.1 研究工作总结
4.2 研究工作展望
参考文献
攻读硕士学位期间发表学术论文情况
致谢