长春工业大学学报（自然科学版）
長春工業大學學報（自然科學版）
장춘공업대학학보（자연과학판）
JOURNAL OF CHANGCHUN UNIVERSITY OF TECHNOLOGY（NATURAL SCIENCE EDITION）
2014年
3期
325-329
,共5页
非线性降维%流形学习%谱分析%半定嵌入算法
非線性降維%流形學習%譜分析%半定嵌入算法
비선성강유%류형학습%보분석%반정감입산법
nonlinear dimensional reduction%manifold learning%spectral analysis%SDE algorithm
基于谱分析流形学习算法半定嵌入算法（Semi-definite Embedding ，SDE），提出了两种监督型的SSDE算法，即基于权重的SSDE算法和基于最佳距离度量的SSDE算法，数值实验验证了算法的有效性。
基于譜分析流形學習算法半定嵌入算法（Semi-definite Embedding ，SDE），提齣瞭兩種鑑督型的SSDE算法，即基于權重的SSDE算法和基于最佳距離度量的SSDE算法，數值實驗驗證瞭算法的有效性。
기우보분석류형학습산법반정감입산법（Semi-definite Embedding ，SDE），제출료량충감독형적SSDE산법，즉기우권중적SSDE산법화기우최가거리도량적SSDE산법，수치실험험증료산법적유효성。
Based on manifold learning algorithm with spectral analysis :Semi-definite Embedding (SDE) , we put forward two supervised SSDE algorithms :weighted SSDE and optimal distance SSDE .The simulation results verify the effectiveness of the algorithms .
