基于流形学习的纤维丛学习算法研究

从维数简约出发，阐明了流形学习的产生、作用及基础知识，详细分析了经典的流行学习算法，并用于图像处理测试了效果

提出了一种基于减法聚类-自适应模糊神经网络（ANFIS）的网络故障诊断建模方法。减法聚类算法生成初始模糊推理系统，ANFIS建立网络故障诊断原始模型，应用混合算法对模糊规则的参数进行训练并建立最终的模

三维人脸识别是未来人脸识别的新方向，有望解决二维人脸识别的瓶颈问题；但三维人脸特征维数过高又制约了三维人脸识别的发展，特征降维意义重大。首先分析了传统降维算法的局限性和几种主要的流形学习算法，提出了将

（最近，哈佛大学丘成桐先生领导的团队，大连理工大学罗钟铉教授、雷娜教授领导的团队应用几何方法研究深度学习。老顾受邀在一些大学和科研机构做了题为“深度学习的几何观点”的报告，汇报了这方面的进展情况。这里

本文详细介绍了如何用MATLAB实现压缩传感和STM32制作MP3，同时分享一种好用的流形学习算法。除此之外，还介绍了中介真值程度度量和基于此的图像分割模式识别中的bayes判别分析算法，并提供了ma

面向等维独立多流形的增量学习算法IMM-ISOMAP，高小方，刘杰飞，流形学习是机器学习与数据挖掘领域的一个重要研究方向。其经典算法总是假设高维数据批量存在于单一流形，且不能有效处理增量出现

Research on Clustering Algorithm Based on Manifold Distance and Its Application

现有的多核学习算法大多假设训练样本分类完全正确，将其应用到受扰分类样本上时，由于分类存在差错，因此往往只能实现次优性能。为了解决这一问题，首先将受扰分类多核学习问题建模为随机规划问题，并得到一种极小极

Learning to Rank( L2R) 技术是对搜索结果进行排序 , 是近几年的研究热点。 现关于 L2R 中的 PairWise 方法进行研究.分析, PairWise 方法将排序问题转化为二

针对传统机器学习要求训练样本和测试样本具有相同分布的假设在实际应用中难以满足的问题,进行了迁移学习的研究。当源域与目标域的相关性较小时,粗暴式地强制性迁移不仅不能促进目标域学习,甚至会降低学习性能,即