摘要
M.Belkin和P.Niyogi。 用于降维和数据表示的拉普拉斯特征映射。 神经计算,15(6):1373——13962003。 谷歌学者 数字图书馆 Y.Bengio、J.-F.Paiement、P.Vincent、O.Delalleau、N.L.Roux和M.Ouimet。 lle、isomap、mds、特征映射和谱聚类的样本外扩展。NIPS,2003年。 谷歌学者 C.Böhm、S.Berchtold和D.A.Keim。 高维空间搜索:用于提高多媒体数据库性能的索引结构。 ACM计算。 调查。, 33(3):322--373, 2001. 谷歌学者 数字图书馆 S.Boyd和L.Vandenberghe。 凸优化。 剑桥大学出版社,2004年。 谷歌学者 数字图书馆 D.Cai和X.He。 正交局部保持索引。 在SIGIR中,第3-10页,2005年。 谷歌学者 数字图书馆 D.Cai、X.He和J.Han。 光谱回归:基于内容的图像检索的统一子空间学习框架。 在ACM Multimedia中,第403-412页,2007年。 谷歌学者 数字图书馆 K.Chakrabarti、E.J.Keogh、S.Mehrotra和M.J.Pazzani。 用于索引大型时间序列数据库的局部自适应降维。 ACM事务处理。 数据库系统。, 27(2):188--228, 2002. 谷歌学者 数字图书馆 K.Chakrabarti和S.Mehrotra。 局部降维:一种索引高维空间的新方法。 在VLDB中,第89-100页,2000年。 谷歌学者 数字图书馆 V.de Silva和J.B.Tenenbaum。 非线性降维中的全局与局部方法。 在NIPS中,第705-7122002页。 谷歌学者 S.C.Deerwester、S.T.Dumais、T.K.Landauer、G.W.Furnas和R.A.Harshman。 通过潜在语义分析进行索引。 《美国信息科学学会杂志》,41(6):391-4071990年。 谷歌学者 交叉引用 C.埃尔坎。 使用三角形不等式加速k均值。 在ICML中,第147-1532003页。 谷歌学者 V.Gaede和O.Günther。 多维访问方法。 ACM计算。 调查。, 30(2):170--231, 1998. 谷歌学者 数字图书馆 何X、蔡D和韩J。 学习用于图像检索的最大裕度子空间。 IEEE传输。 知识。 数据工程,20(2):189--2012008。 谷歌学者 数字图书馆 X.He,D.Cai,H.Liu,和W.-Y.Ma。用于文档表示的位置保持索引。 在SIGIR中,第96-1032004页。 谷歌学者 数字图书馆 X.He、W.Min、D.Cai和K.Zhou。 图像检索的拉普拉斯优化设计。 在SIGIR中,第119-126页,2007年。 谷歌学者 数字图书馆 X.他和P.Niyogi。 保留位置的投影。 在NIPS,2003年。 谷歌学者 数字图书馆 T.霍夫曼。 概率潜在语义索引。 在SIGIR中,第50-57页,1999年。 谷歌学者 数字图书馆 A.Hyvärinen、J.Karhunen和E.Oja。 独立成分分析。 约翰·威利(John Wiley); 《儿子》,2001年。 谷歌学者 H.V.Jagadish、B.C.Ooi、K.-L.Tan、C.Yu和R.Zhang。 idistance:一种基于b+树的自适应索引方法,用于最近邻搜索。 ACM事务处理。 数据库系统。, 30(2):364--397, 2005. 谷歌学者 数字图书馆 I.T.Jolliffe。 主成分分析。 Springer-Verlag,第二版,2002年。 谷歌学者 D.A.Keim和B.Bustos。 多媒体数据库中的相似性搜索。 在ICDE,第873页,2004年。 谷歌学者 数字图书馆 K.Mikolajczyk和J.Matas。 通过最佳线性投影改进快速树匹配的描述符。 ICCV,2007年。 谷歌学者 交叉引用 S.T.Roweis和L.K.Saul。 局部线性嵌入的非线性降维。 科学,290(5500):2323-23262000。 谷歌学者 交叉引用 沈洪涛、X.Zhou和A.Zhou。 一种用于高维索引的自适应动态降维方法。 VLDB J.,16(2):219--2342007年。 谷歌学者 数字图书馆 J.B.Tenenbaum、V.d.Silva和J.C.Langford。 用于非线性降维的全局几何框架。 《科学》,290(5500):2319-223232000。 谷歌学者 交叉引用 M.E.Tipping和C.M.Bishop。 概率主成分分析。 英国皇家统计学会期刊B辑,61(3):611-6221999。 谷歌学者 交叉引用 R.Weber、H.-J.Schek和S.Blott。 高维空间中相似性搜索方法的定量分析和性能研究。 VLDB,第194-205页,1998年。 谷歌学者 数字图书馆 Y.-L.Wu、D.Agrawal和A.E.Abbadi。 时间序列数据库中基于dft和dwt的相似性搜索的比较。 在CIKM中,第488-4952000页。 谷歌学者 数字图书馆 A.Yavlinsky、E.Schofield和S.M.Rüger。 使用全局特征和稳健的非参数密度估计进行自动图像注释。 《公民权利国际公约》,第507-517页,2005年。 谷歌学者 数字图书馆 F.W.Young和R.M.Hamer。 多维缩放:历史、理论和应用。 劳伦斯·埃尔鲍姆协会,1987年。 谷歌学者 于坚(J.Yu)和田(Q.Tian)。 利用语义子空间投影学习图像流形。 在ACM Multimedia中,第297--3062006页。 谷歌学者 数字图书馆 X.Zheng,D.Cai,X.He,W.-Y.Ma,X.Lin。图像数据库的局部保持聚类。 在ACM多媒体中,第885-8912004页。 谷歌学者 数字图书馆
建议
用自动编码器保持投影的局部性 摘要 局部保持投影(LPP)是流形学习领域中一种流行的降维方法。 然而,LPP及其所有变体只考虑从高维空间到低维空间的单向映射。。。 集锦 LPP是单向映射,其低维嵌入可能不准确。 利用自动编码器,提出了LPPAE方法,该方法构造了双向映射。 LPPAE使低维嵌入更加精确,并且。。。