暂无评论
快速流形学习的降维算法
在本文中，我们将超对称定位应用于描述超流形目标空间的规范线性sigma模型（GLSM）。 我们使用定位方法表明，在某些条件下，某些超流形的A扭曲GLSM相关函数与普通曲面中超曲面的A扭曲GLSM相关函
我们解释了如何将目标为非Kählerian流形的拓扑B模型与拓扑引力耦合，从而定义相应的拓扑字符串。 我们强调需要考虑到与拓扑重力超重影场的耦合，以便获得对弦模型的一致定义。 我们还回顾了超重影对于正
本文首先对目前典型的流形学习方法与核函数理论进行较为全面的分析， 并对 LE(LaplaceEigenmaPs)算法进行核化。此外，提出了一种PCA(PrinciPal ComponentAnalys
基于微分流形的图像复原方法
歧管地形提供者 | | Manifold为您提供了一个帐户,可以从多个提供商处购买和管理云服务,并为您提供托管日志,电子邮件,MySQL,Postgres,Memcache,Redis等。 Manif
综合利用含错标签中的有用信息和数据结构中蕴含的鉴别信息, 提出一种基于稀疏流形聚类嵌入模型和L1范数正则化的标签错误检测修正方法. 首先, 用稀疏流形聚类嵌入模型将数据投影到易分类的空间, 利用标注正
基于流形学习的思想和理论方法,提出刻画流形信息的正则化的极端学习机(MELM)算法。该算法利用流形信息刻画数据的几何结构和判别信息,克服 ELM 在有限样本上学习不充分的问题;能够有效提取数据样本的判
23.书名：微分流形与黎曼几何(英文版第2版修订版)书号：978-7-115-16599-2原书名：AnIntroductiontoDifferentiableManifoldsandRieman
本次三级项目报告主要叙述“简化的流形”这个题目的实验过程,主要任务为一个简化的三维到二维的映射。首先构造一个三维空间中的流行,然后将其从三维空间映射到二维空间。本次项目使用了面向对象的思想,避免了实验
暂无评论