| 查看: 564 | 回复: 0 | |||
[交流]
求黎曼流形学习（RML）的code？
|
|
背景： “最近这个思想被北大的一个年轻的老师 LIN Tong 发扬光大，就是ECCV‘06上的那篇，还有即将刊登出的TPAMI上的 Riemannian Manifold Learning，实为国内研究学者之荣幸。Lin的方法效果非常好，但是虽然取名叫Riemannian，没有应用到黎曼几何本身的性质，这样使他的方法更容易理解。 Lin也是以一个切空间为基准找法坐标，这个出发点和思想和Brun（S-Logmaps）的是一样的。但是Lin全是在局部上操作的，在得出切空间原点处局部邻域的法坐标以后，Lin采用逐步向外扩展的方法找到其他点的法坐标，在某一点处，保持此点到它邻域点的欧式距离和夹角，然后转化成一个最小二乘问题求出此点的法坐标，这样未知的利用已知的逐步向外扩展。说白了就像缝网一样，从几个临近的已知点开始，逐渐向外扩散的缝。效果好是必然的。 ” 问题： 觉得这个方法很棒，看了文章，哪位大佬给个code，感激不尽。。。 文章： Lin and H. Zha, "Riemannian Manifold Learning," IEEE Trans. Pattern Analysis and Machine Intelligence, May 2008. |
回复此楼» 猜你喜欢
考研复试调剂，过国家线的同学都可报名
已经有5人回复
-
085600 英一数二272求调剂
已经有13人回复
-
理学，工学，农学调剂，少走弯路，这里欢迎您！
已经有5人回复
-
接收调剂
已经有7人回复
-
一志愿华南理工大学材料与化工326分，求调剂
已经有3人回复
-
290求调剂
已经有5人回复
-
清华大学 材料与化工 353分求调剂
已经有4人回复
-
材料284求调剂，一志愿郑州大学英一数二专硕
已经有12人回复
-
化学，材料，环境类求调剂
已经有3人回复
-
材料化工调剂
已经有14人回复
