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 >>>- · 大会主题确定,期待在横店有新突破 | CNCC202
- · 团报倒计时5天,YEF2024宁波智启新局,等你启
- · CSP高分说 | 武汉大学刘锡锐:CSP认证的特点
- · “CCF终身成就奖”获得者、中国科学院院士张
- · 风头正劲!CCF大模型论坛(FoLM)正式成立,撬
- · 聚焦CCDE2024 | 智能建造专题会议:智能建造
- · “CCF终身成就奖”获得者、中国科学院院士张
- · 聚焦CCDE2024丨数字金融专题会议在苏州举行
- · 要素革新,乘数前行|CCDE2024“数据要素X”
- · CSP高分说 | 南京大学吴轲:回首与CCF相伴的
- · CNCC近期咨询热点问题解答,你想知道的都在这
所有评论仅代表网友意见