感觉有时候搞科研就像顺藤摸瓜一样，学着学着，就又看到了另一快开阔的天地。从本科时学基础数学，到硕士时跟着老板学计算机；从开始学二维数字图像，到后来学三维图形；做测地线时感觉到对于曲面的理论了解太匮乏，就开始重新看微分几何；就看到了流形的概念，接着前几天看了流形学习的几篇文章。 流形，感觉就是为了扩展线形的欧式空间，对于非线性
欧几里得几何学(Euclidean Geometry)两千三百年前，古希腊数学家欧几里得著成了《几何原本》，构建了被后世称为“欧几里得几何学”的研究图形的方法。欧几里得创立了当时颇为独特的公理系统，即首先提出一些显然的、不言自明的公理。比如，他提出了“三角形的内角和一定等于一百八十度”的定理，他的许多几何计算也是基于此，并且看起来颇为正确。但是后来的数学家对此产生了质疑，认为这个定理是缘于经验而并
转载
2024-05-21 19:11:10
173阅读
流形（manifold）的概念最早是在1854年由 Riemann 提出的(德文Mannigfaltigkeit)，现代使用的流形定义则是由 Hermann Weyl 在1913年给出的。江泽涵先生对这个名词的翻译出自文天祥《正气歌》“天地有正气，杂然赋流形”，日本人则将之译为“多样体”，二者孰雅孰鄙，高下立判。流形（Manifold），一般可以认为是局部具有欧氏空间性质的空间。而实际上欧氏空间就
转载
2024-03-21 14:58:14
78阅读
目录流形向量场分布参考资料拓展资料进入研究室之后做的第一次学习汇报内容，一共分三则叙述，加油打工人！流形 先说定义。据 Wikipedia - 流形 , 流形被定义为 “可以局部欧几里得空间化的一种拓扑空间，是欧几里得空间中的曲线、曲面等概念的推广”。 对于欧几里得空间，一般认为标准欧几里得空间是四维及以上的空间，而我们接触得最多的其实是二维和三维的欧几里得空间，也就是我们常见的以平面直角坐标
流形，也就是 Manifold 。不知道你有没有为我在本文开头放上的那个地球的图片感到困惑？这是因为球面是一个很典型的流形的例子，而地球就是一个很典型的“球面”啦（姑且当作球面好啦）。
有时候经常会在 paper 里看到“嵌入在高维空间中的低维流形”，不过高维的数据对于我们这些可怜的低维生物来说总是很难以想像，所以最直观的例子通常都会是嵌入在三维空间中的二维或者一维流行。比如说一块布，可以把它看
译自书 《Optimization Algorithms on Matrix Manifolds》在矩阵流形上优化一个实值函数，是科研和工程中广泛存在的问题。在这一章节中，我们将会讨论几个相关的例子，以此体现研究流形优化的动机和意义。在第一部分，我们聚焦于特征值问题。 这个问题将作为一个典型的例子贯穿全书。这显然是一个非常重要的问题，已经，且仍会被广泛地研究。 作为一个优化问题，它自然地属于本书提
转载
2024-06-28 14:18:27
141阅读
流形对齐（Manifold Alignment）是一种在流形学习领域的典型方法，主要用于处理来自不同分布或不同数据源的数流形对齐。
原创
2024-07-27 12:01:25
146阅读
流行学习(manifold learning)是一类借鉴了拓扑流行概念的降维方法。“流形”是在局部与欧式空间同胚的空间，换言之，它在局部具有欧式空间的性质，能用欧式距离来进行距离计算，这给降维方法带来了很大的启发：若低维流行嵌入到高维空间中，则数据样本在高维空间的分布虽然看上去非常复杂，但在局部上仍具有欧式空间的性质，因此，可以容易地在局部建立降维映射的关系，然后再设法将局部映射关系推广到全局，当...
原创
2021-08-13 09:51:58
218阅读
流形维基百科，自由的百科全书 跳到导航跳到搜索此条目已经列出参考文献，但是文内引注不足，部分内容的来源仍然不明。(2014年1月31日)请加上合适的文内引注来改善这篇条目。此条目需要补充更多来源。(2013年6月24日)请协助补充多方面可靠来源以改善这篇条目，无法查证的内容可能会因为异议提出而移除。致使用者：请搜索一下条目的标题（来源搜索："流形" —&
转载
2023-08-04 17:19:05
91阅读
流形学习(manifoldlearning)zzfromprfans...............................dodo：流形学习(manifoldlearning)dodo流形学习是个很广泛的概念。这里我主要谈的是自从2000年以后形成的流形学习概念和其主要代表方法。自从2000年以后，流形学习被认为属于非线性降维的一个分支。众所周知，引导这一领域迅速发展的是2000年Scie
转载
2018-08-04 16:31:33
840阅读
1评论
流形学习是机器学习研究员阅读文献绕不开的一个话题。
流形学习（Manifold Learning）是机器学习、模式识别中的一种方法，Manifold = Many fold，很多曲面片的叠加，在维数约简方面具有广泛的应用。主要思想是将高维的数据映射到低维，使该低维的数据能够反映原高维数据的某些本质结构特征。流形学习的前提基于一种假设，即某些高维数据，实际是一种低维的流形结构嵌入在高维空间
转载
2016-10-20 12:10:00
108阅读
流形学习是机器学习研究员阅读文献绕不开的一个话题。
流形学习（Manifold Learning）是机器学习、模式识别中的一种方法，Manifold = Many fold，很多曲面片的叠加，在维数约简方面具有广泛的应用。主要思想是将高维的数据映射到低维，使该低维的数据能够反映原高维数据的某些本质结构特征。流形学习的前提基于一种假设，即某些高维数据，实际是一种低维的流形结构嵌入在高维空间
转载
2016-10-20 12:10:00
78阅读
2评论
1.使用微博开发的一个“发送带图片微博”的接口来测试，这是接口地址，这里面明确说明需要使用multipart/form-data格式提交图片。关于使用微博开放平台api、授权之类的就不说了。2.multipart/from-data是一种进行表单提交时的消息格式。表单提交数据的时候，默认类型是application/x-www-form-urlencoded，也就是key=value的键值对格式，
高维数据集通常难以可视化。虽然,可以通过绘制两维或三维的数据来显示高维数据的固有结构，但与之等效的高维图不太直观。为了促能会丢失。...
原创
2022-11-02 09:48:46
88阅读
转自：http://mayday85.iteye.com/blog/1622445首先感谢这位作者的博客，使得我解决问题，只是感觉这个博客有点散，所以特此笔记总结一下：在使用一个框架时，程序员分为三种级别： 1.看demo开发2.看文档开发3.看源码开发注意：考虑时间上的问题，有好的demo不看文档，有好的文档不看源码。关于spring mvc文件下载，博客中提到了两种解决方案：方案1： @RequestMapping("download") public void download(HttpServletResponse res) throws IOExcepti...
原创
2021-06-03 18:14:48
374阅读
# 使用 Java 接口以流形式返回数据的实现
作为一名经验丰富的开发者，我很乐意帮助刚入行的小白理解如何通过 Java 接口将数据以流的形式返回。本文将详细介绍整个实现过程，并且提供完整的代码示例和详细注释，让你轻松理解。接下来，我们首先梳理一下整个流程。
## 实现流程
以下是我们实现“Java 接口以流形式返回”的步骤：
| 步骤 | 描述 |
假设数据是均匀采样于一个高维欧氏空间中的低维流形，流形学习就是从高维采样数据中恢复低维流形结构，即找到高维空间中的低维流形，并求出相应的嵌入映射，以实现维数约简或者数据可视化。它是从观测到的现象中去寻找事物的本质，找到产生数据的内在规律。流形学习方法是模式识别中的基本方法，分为线性流形学习算法和非线性流形学习算法，线性方法就是传统的方法如主成分分析（PCA）和线性判别分析（LDA），非线行流形学习
转载
2020-12-29 16:05:00
457阅读
2评论
什么是事务事务是应用程序中一系列严密的操作，所有操作必须成功完成，否则在每个操作中所作的所有更改都会被撤消。也就是事务具有原子性，一个事务中的一系列的操作要么全部成功，要么一个都不做。事务的结束有两种，当事务中的所以步骤全部成功执行时，事务提交。如果其中一个步骤失败，将发生回滚操作，撤消撤消之前到事务开始时的所以操作。事务的 ACID事务具有四个特征：原子性（ Atomicity ）、一致性（ C
package stream; import java.io.*; /** * @author*/ public class TestStream { public static void main(String[] args) throws IOException { // ***********
原创
2022-08-14 00:03:16
173阅读
# Java以流形式下载文件的实现与解析
在现代的软件开发中，文件的上传与下载是常见的功能需求。Java作为一门广泛使用的编程语言，提供了多种方式来实现文件的下载。其中，以流的形式下载文件是一种高效且灵活的方法。本文将详细介绍Java中以流形式下载文件的实现方式，并提供代码示例和状态图。
## 什么是流？
在Java中，流（Stream）是一种抽象的数据传输方式，用于表示数据的输入源或输出目
原创
2024-07-28 04:47:24
236阅读
