流形学习的理论与方法研究

比较好的深度学习入门资料。比读书籍要快速入门，这是台湾的一个牛人的讲课资料，值得一读。页数也不多，为精简提炼内容，整体感觉比较好。

一种面向图像分类的流形学习降维算法.pdf

基于流形学习和正交稀疏保留投影的人脸和掌纹图像特征提取方法，刘茜，李文倩，对于一个数据集，数据间的稀疏重构关系具有很好的分类信息。稀疏保留投影（SPP）正是基于这样的考虑所提出的一种特征提取方法，它

提出一种新的基于流形学习的数据降维及特征提取方法: 局部保持PCA 算法(LPPCA). 通过在PCA 的优化 目标中融入流形学习的思想, 不仅使投影得到的低维空间和原始样本空间具有相似的全局结构,

在本文中，我们通过在渐近线性扩张背景下将其全息对偶性应用于II型弦理论，研究了弯曲流形上的6d小弦理论（LST）（NNS5-分子世界体积的解耦理论）。我们专注于具有大量Killing向量（即最大对称空

流形学习已成为机器学习和数据挖掘领域的研究热点。比如，算法LLE（LocallyLinearEmbedding）作为一种非线性降维算法有很好的泛化性能，被广泛地应用于图像分类和目标识别，但其仅仅假设了

北京邮电大学矩阵论课程的课件，涵盖一学期内矩阵论重点知识，仅供各位学习交流使用，请勿私自打印外传，严禁用作商业用途

流形学习的综述文件，介绍了非线性流形的几个最重要的算法

一种基于QPSO优化的流形学习的视频人脸识别算法.pdf

针对传统过抽样容易出现数据冗余和局限于处理静态数据的问题，提出一种基于流形排序的动态过抽样方法。该方法采用流形结构描述数据，根据数据内在的全局流形结构对少数类数据进行排序，选择出排序值高的数据执行重采