matlab实现: 流形学习算法ISOMAP与LLE的matlab代码

基于流形学习和正交稀疏保留投影的人脸和掌纹图像特征提取方法，刘茜，李文倩，对于一个数据集，数据间的稀疏重构关系具有很好的分类信息。稀疏保留投影（SPP）正是基于这样的考虑所提出的一种特征提取方法，它

对流形学习的基本相关概念，流形学习可视化理解，流形学习的常用算法等进行了详细描述

流形学习算法作为一种新的维数降维方法工具，其目标是发现嵌入在高维数据空间中的低维流形结构，并给出一个有效的低维表示。目前，流形学习已成为模式识别、机器学习和数据挖掘领域的研究热点问题。介绍了流形学习的基本思想、一些最新研究成果及其算法分析，并提出和分析了有待进一步研究的问题。

matlab 降维算法 图像处理识别 流形学习算法 LLE 算法

MATLAB源码实现，LLE算法 内附小型人脸数据集，Olivetti 内附2个demo演示： 第1个demo---瑞士卷3维空间分布，嵌入2维空间，可视化效果 第2个demo---不同ID人脸图片，嵌入3维空间，可用于后续人脸识别，流形可视化

【word】 流形学习及其算法研究.doc

具有降维的一些基本算法，是基于子空间人脸识别的一个很好的工具箱

人工智能技术的热带气旋预报综述(之二)——流形学习、智能计算及深度学习的热带气旋预报方法.pdf

计算机视觉-流形学习算法MATLAB源码 流形学习是一类借鉴了拓扑流形概念的降维方法，与核PCA的目的一样，它想要在低维空间中尽量保持在高维空间中的结构。一个形象的流形降维过程如下图，我们有一块卷起来的布，我们希望将其展开到一个二维平面，我们希望展开后的布能够在局部保持布结构的特征，其实也就是将其展开的过程，就像两个人将其拉开一样。 流形学习方法有很多种，但是他们具有一些共同的特征：首先构造流形上样本点的局部邻域结构，然后用这些局部邻域结构来将样本点全局的映射到一个低维空间。它们之间的不同之处主要是在于构造的局部邻域结构不同，以及利用这些局部邻域结构来构造全局的低维嵌入方法的不同。