| 查看: 582 | 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
2026年申博-电池方向
已经有4人回复
-
2026年博士申请求捞
已经有5人回复
-
26年博士申请自荐-电催化
已经有9人回复
-
申博自荐
已经有9人回复
-
研究生做的很差，你们会让毕业吗？
已经有11人回复
-
求碳排放博导；方向是LCA、生命周期可持续发展以及碳排放
已经有7人回复
-
2026博士申请求助
已经有4人回复
-
2026博士或科研助理转27年博士
已经有7人回复
-
急招2026年9月份入学博士
已经有3人回复
-
国自科送审了吗
已经有11人回复