位置社交网络中谱嵌入增强的兴趣点推荐算法 被引量：7

1

作者 刘真 王娜娜 +1 位作者 王晓东 孙永奇 《通信学报》 EI CSCD 北大核心 2020年第3期197-206,共10页

为了有效地捕捉LBSN中丰富的签到、社交等多维上下文信息的空间特性,并深层挖掘用户和POI之间的非线性交互,提出了一种谱嵌入增强的POI推荐算法——PSC-SMLP,设计了偏好增强的谱聚类算法PSC和谱嵌入增强的神经网络SMLP。在2个经典数据... 为了有效地捕捉LBSN中丰富的签到、社交等多维上下文信息的空间特性,并深层挖掘用户和POI之间的非线性交互,提出了一种谱嵌入增强的POI推荐算法——PSC-SMLP,设计了偏好增强的谱聚类算法PSC和谱嵌入增强的神经网络SMLP。在2个经典数据集上与现有的POI推荐算法相比,PSC-SMLP可以深层学习用户对POI的个性化偏好,在准确率、召回率、nDCG、平均精度等指标中均获得较大提升。 展开更多

关键词 基于位置的社交网络 POI推荐 谱聚类 谱嵌入 神经网络

下载PDF 职称材料

优化奇异谱分解方法在轴承故障诊断中的应用 被引量：4

2

作者 马朝永 申宏晨 +1 位作者 胥永刚 张坤 《轴承》 北大核心 2022年第2期55-60,共6页

奇异谱分解在处理强噪声信号时获得的模态分量可能包含期待频段之外的信息,会造成严重的模态混叠现象并影响分析效果,深入研究发现造成上述现象的原因是迭代过程中轨迹矩阵的嵌入维数设定不合理。在大量数据分析的基础上提出了一种优化... 奇异谱分解在处理强噪声信号时获得的模态分量可能包含期待频段之外的信息,会造成严重的模态混叠现象并影响分析效果,深入研究发现造成上述现象的原因是迭代过程中轨迹矩阵的嵌入维数设定不合理。在大量数据分析的基础上提出了一种优化的奇异谱分解方法(OSSD),以迭代过程中划分的频段及重构分量时特征向量的选择为依据确定新的参数并设定嵌入维数,不仅可以使构造的轨迹矩阵更加合理,还可以使分量的重构更加准确。仿真及试验分析表明,该方法可以有效抑制模态混叠现象,减少分解所得分量在频域上的能量泄漏,准确提取滚动轴承振动信号中的故障特征。 展开更多

关键词 滚动轴承 故障诊断 谱分析 奇异谱分解 嵌入维数 模态混叠

下载PDF 职称材料

CMvSC:知识迁移下的深度一致性多视图谱聚类网络 被引量：4

3

作者 张熠玲 杨燕 +2 位作者 周威 欧阳小草 胡节 《软件学报》 EI CSCD 北大核心 2022年第4期1373-1389,共17页

谱聚类是聚类分析中极具代表性的方法之一,由于其对数据结构没有太多假设要求,受到了研究者们的广泛关注.但传统的谱聚类算法通常受到谱嵌入的可扩展性和泛化性的限制,即:无法应对大规模设置和复杂数据分布.为克服以上缺陷,旨在引入深... 谱聚类是聚类分析中极具代表性的方法之一,由于其对数据结构没有太多假设要求,受到了研究者们的广泛关注.但传统的谱聚类算法通常受到谱嵌入的可扩展性和泛化性的限制,即:无法应对大规模设置和复杂数据分布.为克服以上缺陷,旨在引入深度学习框架提升谱聚类的泛化能力与可扩展能力,同时,结合多视图学习挖掘数据样本的多样性特征,从而提出一种知识迁移下的深度一致性多视图谱聚类网络(CMvSC).首先,考虑到单个视图的局部不变性,CMvSC采用局部学习层独立学习每个视图的特有嵌入;其次,由于多视图具有全局一致性,CMvSC引入全局学习层进行参数共享与特征迁移,学习多视图间的共享嵌入;同时,考虑到邻接矩阵对谱聚类性能的重要影响,CMvSC通过训练孪生网络和设计对比损失来学习成对数据间的近邻关系,以替代传统谱聚类算法中的距离度量;最后,4个数据集上的实验结果证明了CMvSC对多视图谱聚类任务的有效性. 展开更多

关键词 谱嵌入 近邻学习 知识迁移 多视图聚类 深度聚类

下载PDF 职称材料

一种基于谱嵌入和局部密度的离群点检测算法 被引量：4

4

作者 李长镜 赵书良 池云仙 《计算机科学》 CSCD 北大核心 2019年第3期260-266,共7页

离群点检测问题是数据挖掘领域的研究热点之一。现有的检测算法主要应用于离群点位于初始属性子空间或底层子空间各种线性组合等情况,当离群点嵌入局部非线性子空间时,进行离群点有效检测的难度很大。为此,文中分析了典型的谱嵌入算法... 离群点检测问题是数据挖掘领域的研究热点之一。现有的检测算法主要应用于离群点位于初始属性子空间或底层子空间各种线性组合等情况,当离群点嵌入局部非线性子空间时,进行离群点有效检测的难度很大。为此,文中分析了典型的谱嵌入算法在离群点检测上存在的不足,然后以局部密度为基础,提出了一种基于谱嵌入和局部密度的离群点检测算法。该算法采用迭代策略对不重要的特征向量进行高效筛查,以发现有助于检测出局部非线性子空间离群点的特征向量,并利用上一次迭代获得的基于局部密度的谱嵌入结果来改进下一次迭代的相似度图,经过多次迭代可以将离群点从正常点中分离。仿真实验结果表明,所提算法的检测精度优于当前其他典型算法,且该算法对参数的设置不敏感。 展开更多

关键词 离群点检测 谱嵌入 局部密度 迭代策略 相似度图 检测精度

下载PDF 职称材料

基于显著特征谱嵌入的三维模型相似性分析 被引量：4

5

作者 韩丽 颜震 +1 位作者 徐建国 唐棣 《模式识别与人工智能》 EI CSCD 北大核心 2015年第12期1119-1126,共8页

面向快速、高效的三维模型检索技术的迫切需求,提出基于显著特征谱嵌入的三维模型相似性分析方法.首先通过局部曲率及凸凹性检测,有效提取模型的显著特征点,构建模型的显著特征描述算子.然后基于拉普拉斯映射及谱分析原理进一步提取模... 面向快速、高效的三维模型检索技术的迫切需求,提出基于显著特征谱嵌入的三维模型相似性分析方法.首先通过局部曲率及凸凹性检测,有效提取模型的显著特征点,构建模型的显著特征描述算子.然后基于拉普拉斯映射及谱分析原理进一步提取模型的内蕴形状特征.最后,结合薄板样条函数实现模型间的配准与相似性分析.通过实验验证文中方法不仅有效提高模型匹配的效率,而且能有效识别同一类模型的结构特征,同时对于残缺模型间的匹配具有较强的鲁棒性. 展开更多

关键词 模型配准 显著特征 谱嵌入 薄板样条函数 形状匹配

下载PDF 职称材料

基于地标表示的联合谱嵌入和谱旋转的谱聚类算法

6

作者 李鹏 刘力军 黄永东 《计算机科学》 CSCD 北大核心 2021年第S01期220-225,共6页

经典的谱聚类算法包含两个步骤。(1)谱嵌入过程:求解Laplacian矩阵的特征值分解,得到分类指示矩阵的连续松弛解。(2)后处理过程:对谱嵌入连续松弛矩阵应用k-means或者谱旋转,得到最终的二值指示矩阵。由于有用信息的丢失,这种单独求解... 经典的谱聚类算法包含两个步骤。(1)谱嵌入过程:求解Laplacian矩阵的特征值分解,得到分类指示矩阵的连续松弛解。(2)后处理过程:对谱嵌入连续松弛矩阵应用k-means或者谱旋转,得到最终的二值指示矩阵。由于有用信息的丢失,这种单独求解步骤不能保证最佳聚类结果。同时,谱聚类算法在处理大规模数据集时,存在聚类精度低、数据相似度矩阵存储开销大和Laplacian矩阵特征值分解计算复杂度高的问题。已有的联合谱聚类算法使用标准正交矩阵逼近非标准正交簇指示矩阵,这会导致较大的逼近误差。为了克服这一缺点,提出用一个改进的标准正交簇指示矩阵代替非正交指示矩阵,得到一个新的联合谱嵌入和谱旋转的谱聚类算法。因为两个标准正交矩阵更容易最小化,所以提出的算法可以取得更好的性能。进一步通过地标点方法对原始数据集进行稀疏特征表示,提出一种基于地标表示的联合谱嵌入和谱旋转算法(LJSESR),解决了大规模数据谱聚类的高效求解问题。实验结果表明,提出的LJSESR算法具有可行性和有效性。 展开更多

关键词 谱聚类 谱旋转 谱嵌入 地标表示 联合谱聚类

下载PDF 职称材料

基于多样性的一致谱嵌入学习 被引量：1

7

作者 耿莉 王长鹏 《吉林大学学报（理学版）》 CAS 北大核心 2022年第5期1133-1142,共10页

针对如何将多视图的丰富信息融合进一致图以及避免谱嵌入后续处理过程中导致的次优性能问题,提出一种基于多样性的一致谱嵌入学习的多视图聚类算法.该算法在考虑视图多样性的前提下自动学习权重以便更好地学习一致图,并学习一致的谱嵌... 针对如何将多视图的丰富信息融合进一致图以及避免谱嵌入后续处理过程中导致的次优性能问题,提出一种基于多样性的一致谱嵌入学习的多视图聚类算法.该算法在考虑视图多样性的前提下自动学习权重以便更好地学习一致图,并学习一致的谱嵌入矩阵和离散化聚类标签矩阵.通过在真实数据集上与其他算法进行对比实验,证明了该算法在提升聚类性能方面的优越性. 展开更多

关键词 一致图 自动加权 谱嵌入 多视图聚类

下载PDF 职称材料

由粗到精的三维等距模型对应关系计算 被引量：2

8

作者 杨军 史纪东 《重庆邮电大学学报（自然科学版）》 CSCD 北大核心 2018年第6期803-811,共9页

针对不同姿态下的三维等距模型对应关系计算问题,提出了一种基于初始谱植入的稠密对应关系计算方法。计算源模型与目标模型上各点的高斯曲率,利用空间一致采样算法获得一组数目相同的采样点,通过初始谱植入构建源模型与目标模型间的初... 针对不同姿态下的三维等距模型对应关系计算问题,提出了一种基于初始谱植入的稠密对应关系计算方法。计算源模型与目标模型上各点的高斯曲率,利用空间一致采样算法获得一组数目相同的采样点,通过初始谱植入构建源模型与目标模型间的初始对应关系,使用空间一致采样法并结合二分图匹配算法迭代获取每一层的对应关系,利用贪婪优化算法进行优化,得到三维模型间的稠密对应关系。实验结果表明,以初始谱植入匹配算法计算得到的稀疏对应关系为基础,通过由粗到精的求解过程,能构建更为准确的稠密对应关系,并在一定程度上减小了等距误差。与已有算法相比,基于初始谱植入的稠密匹配算法适用于计算等距或近似等距的三维模型之间的对应关系;与单一使用测地距离度量相比,可以得到更加准确的稠密对应关系。 展开更多

关键词 等距模型 谱植入 测地距离 稠密对应关系 空间一致性采样

下载PDF 职称材料

张量学习诱导的多视图谱聚类 被引量：1

9

作者 陈曼笙 蔡晓莎 +3 位作者 林家祺 王昌栋 黄栋 赖剑煌 《计算机学报》 EI CAS CSCD 北大核心 2024年第1期52-68,共17页

现有的方法将通过张量奇异值分解(t-SVD)正则化的低秩表示应用到多视图子空间聚类中,取得了令人印象深刻的聚类性能.然而,它们都具有以下两个共同的缺点:(1)他们专注于探索样本之间的关系以构建表征,然后将其堆叠为张量,其计算复杂度至... 现有的方法将通过张量奇异值分解(t-SVD)正则化的低秩表示应用到多视图子空间聚类中,取得了令人印象深刻的聚类性能.然而,它们都具有以下两个共同的缺点:(1)他们专注于探索样本之间的关系以构建表征,然后将其堆叠为张量,其计算复杂度至少为O(n2logn);(2)他们总是直接在整合的表征上运行标准的谱聚类算法,而忽略了不同表征对最终聚类结果的先验知识.为了解决这些问题,本文提出了一种新颖的张量学习诱导的多视图谱聚类(TLIMSC)方法,其中同时探索了空间聚类结构和互补信息.具体来说,该方法将关联样本和簇关系的多视图谱嵌入表示堆叠成张量,计算复杂度最终变为O(n logn).然后,将学习到的带有不同自适应置信度的表征与最终的一致聚类结果联系起来.在五个数据集上的广泛实验证明了TLIMSC所具有的有效性和高效性. 展开更多

关键词 多视图聚类 加权张量核范数 谱嵌入表征 自适应置信度

下载PDF 职称材料

基于二部图的联合谱嵌入多视图聚类算法

10

作者 赵兴旺 王淑君 +1 位作者 刘晓琳 梁吉业 《软件学报》 EI CSCD 北大核心 2024年第9期4408-4424,共17页

多视图聚类在图像处理、数据挖掘和机器学习等领域引起了越来越多的关注.现有的多视图聚类算法存在两个不足,一是在图构造过程中只考虑每个视图数据之间的成对关系生成亲和矩阵,而缺乏邻域关系的刻画;二是现有的方法将多视图信息融合和... 多视图聚类在图像处理、数据挖掘和机器学习等领域引起了越来越多的关注.现有的多视图聚类算法存在两个不足,一是在图构造过程中只考虑每个视图数据之间的成对关系生成亲和矩阵,而缺乏邻域关系的刻画;二是现有的方法将多视图信息融合和聚类的过程相分离,从而降低了算法的聚类性能.为此,提出一种更为准确和鲁棒的基于二部图的联合谱嵌入多视图聚类算法.首先,基于多视图子空间聚类的思想构造二部图进而产生相似图,接着利用相似图的谱嵌入矩阵进行图融合,其次,在融合过程中考虑每个视图的重要性进行权重约束,进而引入聚类指示矩阵得到最终的聚类结果.提出的模型将二部图、嵌入矩阵与聚类指示矩阵约束在一个框架下进行优化.此外,提供一种求解该模型的快速优化策略,该策略将优化问题分解成小规模子问题,并通过迭代步骤高效解决.提出算法和已有的多视图聚类算法在真实数据集上进行实验分析.实验结果表明,相比已有方法,提出算法在处理多视图聚类问题上是更加有效和鲁棒的. 展开更多

关键词 多视图聚类 子空间聚类 二部图 谱嵌入矩阵 聚类指示矩阵

下载PDF 职称材料

LBSN中利用深度学习的POI推荐方法 被引量：3

11

作者 刘旸 吴安波 李慧斌 《计算机工程与设计》 北大核心 2022年第10期2926-2934,共9页

提出一种基于位置的社交网络(LBSN)中利用深度学习的POI推荐方法。设计LBSN异构图,即UP2Vec模型,整合地理签到信息、用户社会关系和时间信息等语境。提出偏好增强谱聚类(PSC)算法,通过分析用户的各种语境信息获得多个维度的数据空间特征... 提出一种基于位置的社交网络(LBSN)中利用深度学习的POI推荐方法。设计LBSN异构图,即UP2Vec模型,整合地理签到信息、用户社会关系和时间信息等语境。提出偏好增强谱聚类(PSC)算法,通过分析用户的各种语境信息获得多个维度的数据空间特征,使用谱聚类划分用户群体。利用谱嵌入增强的神经网络深度挖掘用户与POI之间的非线性关联,实现POI的高质量推荐。实验结果表明,所提方法性能优于对比方法,推荐准确率超过90%。 展开更多

关键词 POI推荐 基于位置的社交网络 深度学习 偏好增强谱聚类算法 UP2Vec模型 谱嵌入增强的神经网络 偏好预测

下载PDF 职称材料

基于Laplace谱嵌入和Mean Shift的三角网格一致性分割 被引量：4

12

作者 马亚奇 李忠科 赵静 《中国图象图形学报》 CSCD 北大核心 2012年第10期1292-1297,共6页

针对现有网格分割算法对模型姿态及噪声敏感的不足,提出一种基于Laplace谱嵌入和Mean Shift聚类的网格一致性分割算法。采用Laplace-Beltrami算子,将3维空域中的网格模型转化成高维Laplace谱域中的标准型,降低了姿态变化和噪声对分割算... 针对现有网格分割算法对模型姿态及噪声敏感的不足,提出一种基于Laplace谱嵌入和Mean Shift聚类的网格一致性分割算法。采用Laplace-Beltrami算子,将3维空域中的网格模型转化成高维Laplace谱域中的标准型,降低了姿态变化和噪声对分割算法的影响,并增强了网格的结构可分性;在高维谱域中,采用非参数核聚类MeanShift算法,获取模型有视觉意义的语义区域。实验结果表明:该算法可以快速有效地实现具有分支结构三角网格模型的有意义分割且对模型姿态和噪声具有较好的鲁棒性。 展开更多

关键词 Laplace谱嵌入 Mean SHIFT 一致分割 三角网格

原文传递

基于谱结构融合的多视图聚类 被引量：3

13

作者 刘金花 王洋 钱宇华 《计算机研究与发展》 EI CSCD 北大核心 2022年第4期922-935,共14页

多视图聚类需要将多个视图的数据信息进行融合表示,是一项重要且具有挑战的任务.至今仍存在2个难解的问题:1)如何将多视图信息有效融合,减少信息丢失;2)如何将图学习和谱聚类同时进行,避免2步策略带来次优化结果.由于数据本身存在噪声... 多视图聚类需要将多个视图的数据信息进行融合表示,是一项重要且具有挑战的任务.至今仍存在2个难解的问题:1)如何将多视图信息有效融合,减少信息丢失;2)如何将图学习和谱聚类同时进行,避免2步策略带来次优化结果.由于数据本身存在噪声并且各视图数据差异较大,在数据空间进行融合可能会造成重要信息的损失;另外,考虑到不同视图的数据应具有相同的聚类结构.为此提出基于谱结构融合的多视图聚类模型,将各视图信息在谱嵌入阶段实施融合,一方面避免了噪声和各视图数据差异的影响,另一方面融合的部位和方式更自然,减少了融合阶段信息的丢失.另外,该模型利用子空间自表示进行图学习,有效地将图学习和谱聚类整合到统一框架中进行联合优化学习.在5个真实数据集上的实验表明了模型的有效性和优越性. 展开更多

关键词 多视图聚类 谱嵌入结构 信息融合 子空间自表示 联合优化

下载PDF 职称材料

空谱协同竞争保持图嵌入高光谱图像特征提取 被引量：3

14

作者 陶洋 翁善 +1 位作者 林飞鹏 杨雯 《微电子学与计算机》 2021年第9期17-22,共6页

针对高光谱数据样本标签标注困难问题,以及多数特征提取算法仅考虑光谱特征信息,而忽略了空间信息的问题.提出了一种在无监督场景下的空谱协同竞争保持图嵌入(SCPGE)高光谱图像特征提取方法.利用协同表示揭示全局流形结构,配合基于空间... 针对高光谱数据样本标签标注困难问题,以及多数特征提取算法仅考虑光谱特征信息,而忽略了空间信息的问题.提出了一种在无监督场景下的空谱协同竞争保持图嵌入(SCPGE)高光谱图像特征提取方法.利用协同表示揭示全局流形结构,配合基于空间近邻信息和光谱近邻信息的局部约束特性来计算出该像元的表示系数,继而利用表示系数矩阵构建图的权重矩阵,通过施加正则项的图嵌入目标函数获得最佳投影矩阵.在公开的数据集Indian Pines和Salina数据集上验证表明,所提算法与其它同类算法具有较优的结果. 展开更多

关键词 特征提取 空谱特征 协同竞争表示 图嵌入

下载PDF 职称材料

基于LLE-BPNN的小麦岛海水硝酸盐含量分析 被引量：2

15

作者 王雪霁 胡炳樑 +3 位作者 于涛 刘青松 李洪波 范尧 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第5期1503-1508,共6页

水中过量的硝酸盐会造成部分水生生物难以存活、引发人类尤其是婴儿患病等危害,因此硝酸盐浓度成为水质检测中的一项重要指标。传统的硝酸盐浓度测量方法操作复杂、反应缓慢,近年许多研究人员开始通过紫外可见(UV-Vis)光谱技术结合人工... 水中过量的硝酸盐会造成部分水生生物难以存活、引发人类尤其是婴儿患病等危害,因此硝酸盐浓度成为水质检测中的一项重要指标。传统的硝酸盐浓度测量方法操作复杂、反应缓慢,近年许多研究人员开始通过紫外可见(UV-Vis)光谱技术结合人工神经网络(ANN)的方法对水中硝酸盐的含量进行测量。提出了一种将流形学习(manifold learning)方法中的局部线性嵌入(LLE)与反向传播神经网络(BPNN)相结合的建模方法,用以得到硝酸盐光谱曲线与浓度间的关系,实现对青岛市崂山区小麦岛海水中硝酸盐浓度快速准确的定量分析。实验选取了过滤后的小麦岛海水配置59组不同浓度的加标溶液,采用实验室自主研制的光谱分析仪采集这些样本的光谱测量值,通过标准正态变换(SNV)方法对测得硝酸盐溶液的光谱数据进行校正处理,有效降低了由仪器本身或环境带来的噪声影响;选取预处理后的光谱数据的前1 500维处理后进行对比实验,以解决使用BPNN对全部2 048维数据建模时内存不足的问题,再通过网格搜索结合十折交叉验证的方法优化LLE中的邻近点数k和嵌入维数d,得到最优参数值k=15,d=3,实现对实验数据的降维处理;通过BPNN将降维后的训练集光谱信息与其对应的浓度信息进行建模,实现对预测集硝酸盐浓度定量分析,引入决定系数(R^2)和预测均方根误差(RMSEP)评价建模效果,与直接使用BPNN建模预测的结果比较,改进方法的R^2由0.926 3提升至0.992 8, RMSEP由0.442 5下降到0.280 4,建模预测程序的运行时间由327 s缩短至0.5 s。采用这59组数据的全部2 048维进行LLE-BPNN建模时,得到R^2=0.995 7, RMSEP=0.136 5,在用时相近的前提下,相比仅使用前1 500维时的建模精度更好。分析结果表明, LLE-BPNN的方法可实现对海水中硝酸盐浓度的快速预测,使预测精度得到显著提升,同时能大幅降低预测时间。 展开更多

关键词 硝酸盐浓度 紫外可见光谱技术 局部线性嵌入 反向传播神经网络

下载PDF 职称材料

基于谱聚类的流形学习算法研究 被引量：1

16

作者 王洪波 罗贺 《中国科学技术大学学报》 CAS CSCD 北大核心 2013年第1期79-86,共8页

传统流形学习算法虽然是一种常用的有效降维方法,但由于其自身计算结构的限制,往往存在数据分析不足和计算时间较长等问题.为此提出一种基于谱聚类的流形学习算法(spectralclustering locally linear embedding,SCLLE),并对其机理以及... 传统流形学习算法虽然是一种常用的有效降维方法,但由于其自身计算结构的限制,往往存在数据分析不足和计算时间较长等问题.为此提出一种基于谱聚类的流形学习算法(spectralclustering locally linear embedding,SCLLE),并对其机理以及优点给予了实例证明.在UCI和NCBI数据集上的实验结果表明,该算法具有较好的识别效果和计算性能. 展开更多

关键词 谱聚类 流形学习 SCLLE算法

下载PDF 职称材料

基于谱特征嵌入的脑网络状态观测矩阵降维方法 被引量：1

17

作者 代照坤 刘辉 +1 位作者 王文哲 王亚楠 《计算机应用》 CSCD 北大核心 2017年第8期2410-2415,2426,共7页

针对基于功能核磁共振(f MRI)重构的脑网络状态观测矩阵维数过高且无特征表现的问题,提出一种基于谱特征嵌入(Spectral Embedding)的降维方法。该方法首先计算样本间相似性度量并构造拉普拉斯矩阵;然后对拉普拉斯矩阵进行特征分解,选取... 针对基于功能核磁共振(f MRI)重构的脑网络状态观测矩阵维数过高且无特征表现的问题,提出一种基于谱特征嵌入(Spectral Embedding)的降维方法。该方法首先计算样本间相似性度量并构造拉普拉斯矩阵;然后对拉普拉斯矩阵进行特征分解,选取前两个主要的特征向量构建2维特征向量空间以达到数据集由高维向低维映射(降维)的目的。应用该方法对脑网络状态观测矩阵进行降维并可视化在二维空间平面,通过量化类别有效性指标对可视化结果进行评价。实验结果表明,与主成分分析(PCA)、局部线性嵌入(LLE)、等距映射(Isomap)等降维算法相比,使用该方法得到的脑网络状态观测矩阵低维空间的映射点有明显的类别意义表现,且在类别有效性指标上与多维尺度分析(MDS)和t分布随机邻域嵌入(t-SNE)降维算法相比,同一类样本间平均距离Di指数分别降低了87.1%和65.2%,不同类样本间平均距离Do指数分别提高了351.3%和25.5%;在多个样本上的降维可视化结果均有一定的规律性体现,该方法的有效性和普适性得以验证。 展开更多

关键词 高维数据降维 功能脑网络 脑网络 状态观测矩阵 谱特征嵌入算法 动态特性

下载PDF 职称材料

基于最优最小生成树的三维模型形状优化方法 被引量：1

18

作者 韩丽 刘书宁 +2 位作者 于冰 徐圣斯 唐棣 《计算机应用》 CSCD 北大核心 2019年第3期858-863,共1页

针对海量、异构、复杂的三维模型高效形状分析需求,提出基于最优最小生成树的三维模型形状优化方法。首先基于三维模型最小生成树(3D-MST)构造模型的结构描述;其次通过拓扑结构与几何形状检测并结合双边滤波与熵权值分布进行局部优化,... 针对海量、异构、复杂的三维模型高效形状分析需求,提出基于最优最小生成树的三维模型形状优化方法。首先基于三维模型最小生成树(3D-MST)构造模型的结构描述;其次通过拓扑结构与几何形状检测并结合双边滤波与熵权值分布进行局部优化,获得模型的优化MST表示;最终基于优化的Laplacian谱特征,结合薄板样条函数(TPS),实现模型的形状分析与相似性检测。实验结果表明,所提方法不仅有效地保留了模型的形状特征,而且可高效地实现复杂模型的稀疏优化表示,能进一步提高几何处理与形状检索的高效性和增强鲁棒性。 展开更多

关键词 最小生成树 体积 双边滤波 熵权值 谱嵌入

下载PDF 职称材料