[发明专利]一种基于局部同胚与子空间学习的非负张量数据降维算法在审
| 申请号： | 202010304136.7 | 申请日： | 2020-04-17 |
| 公开（公告）号： | CN111563540A | 公开（公告）日： | 2020-08-21 |
| 发明（设计）人： | 马争鸣;吴荟彬;陈成;梁傲琨;刘洁 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于局部同胚与子空间学习的非负张量数据降维算法，用于对高维的张量数据简化，使处理器能够更加迅捷地处理海量数据。本发明运用K近邻准则将原始高维的张量数据分割一个个局部，同时在局部同胚准则下，以保持每个局部从原始高维张量数据映射到切空间的连续依赖关系不变。由于张量与矩阵的模式积可以改变维数的大小，因此本发明是学习一个非负的子空间，这有利于实现对每个低维数据个体的非负性的保持。本发明结合局部同胚与子空间学习，充分考虑了高维张量局部的非线性几何结构和全局的分布信息，在降维过程中能更好地保持数据的内在几何关系，防止重要特征的丢失。 | ||
| 搜索关键词： | 一种 基于 局部 空间 学习 张量 数据 算法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010304136.7/，转载请声明来源钻瓜专利网。
