论文部分内容阅读
近年来，各种复杂数据得到广泛应用。但复杂数据的高维性，比如说三维人体运动数据。给后续分析和处理带来了困难。本文对等测地线距离（ISOMAP）的非线性流型学习方法进行扩展，克服了其无法应用到新数据集的先天缺陷，然后应用到运动捕获数据的降维中。实验结果显示，该降维方法很好地揭示了数据的内在结构，实现了高效的降维。能够有效地应用于计算机专业课程教学研究领域。