返回首页
高维数据的低维流形表达与学习
CCF科学技术奖
高维数据的低维流形表达与学习
完成单位：中国科学院西安光学精密机械研究所、西北工业大学、浙江大学
主要完成人：李学龙、聂飞平、蔡登、袁媛、何晓飞
本项目揭示了矩阵的低秩逼近和低维表达的内在关系，缓解了传统方法对数据局部多样化流形敏感的难题，针对流形特性提出了快速高性能的聚类新模式，构建了基于流形对高维数据进行低维表达与学习的理论体系。
<<< 上一篇
无
<<< 下一篇 非结构化数据可视分析理论与方法
读完这篇文章后，您心情如何？
推荐内容
More >>>- · 大数据、大算法、大模型与产业发展 | CCDE20
- · 智能汽车之产学研协同突破创新 | CCDE2023专
- · CCF C³-18@小红书：智能推荐与搜索丨开始报名
- · 数智新动能 产业新发展 | CCDE2023专题论坛
- · 数字孪生技术与产业发展 | CCDE2023专题论坛
- · CCF VC“劳模进校园”活动走进广东职业技术学
- · 金融信创、数字人民币及数据资产 | CCDE2023
- · 东数西算与城市算力网发展 | CCDE2023专题论
- · CCCF 2023年第3期出版——“知识图谱的开源与
- · CCF智慧交通分会首批执行委员名单发布
- · CCF邀你与数字经济领域专家和明星企业共商共
京公网安备 11010802032778号
所有评论仅代表网友意见