1. 毕业设计（论文）的内容、要求、设计方案、规划等
局部切空间排列算法(local tangent space alignment,简称LTSA)是一种新的流形学习算法,能有效地学习出高维采样数据的低维嵌入坐标,但也存在一些不足,如不能处理样本数较大的样本集和新来的样本点.针对这些缺点,提出了一种基于划分的局部切空间排列算法(partitional local tangent space alignment,简称PLTSA).它建立在VQPCA(vector quantization principal component analysis)算法和LTSA 算法的基础上,利用X-均值算法把样本空间划分成一些相互有重叠的块,通过把样本点投影到它所在块的局部切空间上得到其局部低维坐标,对局部低维坐标施加平移、旋转、伸缩变换,求出整体低维坐标.PLTSA 解决了VQPCA 不能求出整体低维坐标和LTSA 中大规模矩阵的特征值分解问题,且能够有效处理新来的样本点,这是很多流形学习算法所不能的.通过实验说明了PLTSA 的有效性.
2. 参考文献（不低于12篇）
陈维桓.微分流形初步.第2 版,北京:高等教育出版社,2001.
曹顺茂,叶世伟. 一种在源数据稀疏情况下的流形学习算法研究[J]. 计算机仿真,2007,24（3）:104~106曹顺茂,叶世伟. 一种改进的局部线性嵌入算法[J]. 计算机仿真,2007,24（5）:87~90宋欣,叶世伟. 一种在源数据稀疏情况下的数据降维算法[J]. 计算机工程与应用,2007,43（28）:181~186郑守志,叶世伟. 局部线性嵌入算法改进研究[J]. 计算机仿真, 2007,24（4）:78~81高小方. 流形学习方法中的若干问题分析[J]. 计算机科学,2009,36（4）: 25~28Kouropteva O,Okun O,Pietikainen M.Selection of the Optimal Parameter Value for the Locally Linear Embedding Algorithm.FSKD'02.Singapore,2002王和勇,郑杰等. 基于聚类和改进距离的LLE 方法在数据降维中的应用[J]. 计算机研究与发展, 2006,43（8）: 1485~1490吴晓婷，闫德勤. 改进的非线性数据降维方法及其应用[J].计算机工程与应用,2011,47（2）:156~159
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
