文件中包括一个新冠肺炎CT图像数据集、使用LLE、PCA以及PCA_LLE算法进行数据降维,结合SVM对数据进行训练与识别,在LLE 算法中,实现对 LLE 算法中邻域 k,维度 d 的最优估计问题,并经过 SVM最后分类识别结果作为评价标准。结果表明,参数优化算法具有一定的准确性,在优化的 k 值与 d 值时,LLE+SVM 的分类正确率最高,同时实验发现,PCA_LLE 组合算法的分类正确率与 LLE 算法相近,但是时间复杂度却远低于LLE 算法。
总结:资源中包括LLE算法,瑞士卷的处理、LLE参数的优化、PCA与LLE算法的结合,最后进行分类识别,识别率高达85%。