[发明专利]一种基于全局模积和局部判别差异的张量降维在审
| 申请号： | 202110470920.X | 申请日： | 2021-04-29 |
| 公开（公告）号： | CN113269328A | 公开（公告）日： | 2021-08-17 |
| 发明（设计）人： | 马争鸣;袁雪敬 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 广东省广州*** | 国省代码： | 广东;44 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明提出一种基于张量空间全局模式积下结合局部判别差异的LDA数据降维算法，实现数据降维算法的构建需要了解数据间的关系，由于此原因，数据降维算法的构建都是基于数据集并非针对单个数据。所以与常见的大数应用不同，本发明采用一个张量表示一个多维数据集。在此数据集表示中，前N‑1位代表张量数据的各个维度，最后一维M表示数据集包含数据的个数。张量具有与一个矩阵的模式积可以改变张量某个维度的大小，我们选择一个低维张量和一系列低维矩阵，使得这个低维张量与这些矩阵的模式积尽量逼近给定的高维张量。相比全局或模式LDA解法，迭代解法得到的结果虽然不是问题的最优数学解，但却是保持张量数据各个维度的差异和联系的最优近似解。 | ||
| 搜索关键词： | 一种 基于 全局 局部 判别 差异 张量 | ||
【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/202110470920.X/，转载请声明来源钻瓜专利网。
