工程与应用,2013.49(20):183-187
[6] 吴晓婷,闫德勒.数据降维方法分析与研究[J].计算机应用研究,2009.26(8):2833-2835
[7] S T Roweis L K Saul Nonlinear dimensionality reduction by locally linear embedding[J].Science 2000.290:2323-2326
[8] 马瑞.基于局部线性嵌入(LLE)非线性降维的多流形学习[J].清华大学学报(自然科学版),2009.48(4):582-585
[9] 张少龙,巩知乐,廖海斌.融合LLE和ISOMAP的非线性降维方法[J].计算机应用研究,2014.31(1):277-280
[10] 胡鹏.基于流形学习的数据降维技术研究[D].长沙理工大学,2011.
[11] BELHUMEUR P N, HESPANHA J P, KRIEGMAN D:Recognition using class specific linear projection[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1997.19(7): 711-720
[12] 郭海凤,孙周宝.改进的LLE算法在图像分类中的应用[J].计算机应用于软件,2014.31(12):256-258
[13] 张蕾.基于有监督流形降维的自动化医学诊断[D].扬州大学,2015.
[14] 汪海燕,黎建辉,杨风雷.支持向量机理论及算法研究综述[J].计算机应用研究,2014.31(5):1282-1286
[15] 祝曙光,钱丽艳,樊卫兵等.非线性支持向量机若干关键问题研究[J].计算机工程与科学,2010.32(5): 41-44
[16] 吕世聘,王秀坤,孙岩等.改进的支持向量机特征选择算法[J].计算机工程,2009.35(1):171-172
[17] 王东,史晓霞,尹交英.不同核函数的支持向量机用于空调负荷预测的对比研究[J].电工技术学报,2015.30(1):531-535