成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
局部线性嵌入
关注
229
Locally linear embedding(LLE) 是一种非线性降维算法,它能够使降维后的数据较好地保持原有流形结构。LLE可以说是流形学习方法最经典的工作之一。很多后续的流形学习、降维方法都与LLE有密切联系。
综合
百科
VIP
热门
动态
论文
精华
Robustness of graph embedding methods for community detection
Arxiv
0+阅读 · 5月1日
Seeing Text in the Dark: Algorithm and Benchmark
Arxiv
0+阅读 · 4月24日
Seeing Text in the Dark: Algorithm and Benchmark
Arxiv
0+阅读 · 4月22日
Tangling-Untangling Cycle for Efficient Learning
Arxiv
0+阅读 · 4月8日
Laser Learning Environment: A new environment for coordination-critical multi-agent tasks
Arxiv
0+阅读 · 4月4日
Seeing Text in the Dark: Algorithm and Benchmark
Arxiv
0+阅读 · 4月13日
Scalable manifold learning by uniform landmark sampling and constrained locally linear embedding
Arxiv
0+阅读 · 1月5日
Scalable manifold learning by uniform landmark sampling and constrained locally linear embedding
Arxiv
0+阅读 · 1月2日
Geometric-Aware Low-Light Image and Video Enhancement via Depth Guidance
Arxiv
0+阅读 · 2023年12月26日
High-Precision Fruit Localization Using Active Laser-Camera Scanning: Robust Laser Line Extraction for 2D-3D Transformation
Arxiv
0+阅读 · 2023年11月15日
SYENet: A Simple Yet Effective Network for Multiple Low-Level Vision Tasks with Real-time Performance on Mobile Device
Arxiv
0+阅读 · 2023年8月16日
Unexplainable Explanations: Towards Interpreting tSNE and UMAP Embeddings
Arxiv
0+阅读 · 2023年6月20日
Simple and Scalable Algorithms for Cluster-Aware Precision Medicine
Arxiv
0+阅读 · 2023年5月17日
SLLEN: Semantic-aware Low-light Image Enhancement Network
Arxiv
0+阅读 · 2023年5月15日
ALL-E: Aesthetics-guided Low-light Image Enhancement
Arxiv
0+阅读 · 2023年5月2日
参考链接
父主题
数据降维
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top