1,单值分解:线性代数的重要部分,已经被广泛用于模式识别中的降维和信息检索应用中。
2,独立成分分析
3,非负矩阵分解
4,非线性降维算法:① kernel PCA②基于图的方法(拉普拉斯算子,Local LinearEmbedding (LLE),Isometric Mapping (ISOMAP))
5,离散傅里叶变换
6,离散cos和sin变换
7,THEHADAMARD TRANSFORM
8,哈尔变换(THE HAAR TRANSFORM)
9,哈尔扩展回顾(THE HAAR EXPANSION REVISITED)
10, 离散时间小波变换
11, 多分辨率解释
12, 小波包(WAVELET PACKETS)
13, 一个二维生成(A LOOK AT TWO-DIMENSIONALGENERALIZATIONS)
PS:理论性太特么强了。实在没太多精力精读,先看个框架!
时间: 2024-10-10 17:46:30