:流形学习是一种新的非监督学习方法,近年来引起越来越多机器学习和认知科学工作者的重视. 为了加深 对流形学习的认识和理解,该文由流形学习的拓扑学概念入手,追溯它的发展过程. 在明确流形学习的不同表示方 法后,针对几种主要的流形算法,分析它们各自的优势和不足,然后分别引用Isomap 和LL E 的应用示例. 结果表明, 流形学习较之于传统的线性降维方法,能够有效地发现非线性高维数据的本质维数,利于进行维数约简和数据分 析. 最后对流形学习未来的研究方向做出展望,以期进一步拓展流形

摘 要：近年来考研形势呈现出激烈的竞争局面，每年的报考研究生人数众多，与上年的录取人数有重要关系。同样作为人力资源投资方式的就业也对报考研究生人数有重大影响。本文通过协整分析，并利用线性函数建立的计量经济模型，通过实证研究，得出报考研究生人数和上一年的录取人数，及当年就业人数之间有协整关系，并根据研究结论提出了相应的建议。-Abstract: In recent years Kaoyan situation showing a fierce competitive situation, the

关于SFS算法的介绍，介绍了近些年来SFS方法的发展现状，将SFS算法划分为四种类型：演化和偏微分方程(PDE)方法、最优化方法、局部化方法以及线性化方法。同时，分析了各种SFS算法的特点，并对SFS技术的进一步发展趋势进行了展望。-Introductions of SFS algorithm, this paper introduces the development status of SFS method in recent years, the SFS algorithm is divi

按照二维函数的特点和视觉机制,提出了用来捕捉纹理基元的纹理检测器函数,基于纹理检测器和扩展的小波变换,提出了基于能量分解的影像纹理多尺度分析方法,并按照神经动力学的侧抑制和端点抑制等理论,实现了对多尺度纹理特征的融合，这一多尺度分析方法直接将影像纹理能量在时间一尺度空间分解,包含了相位信息,避免了基于线性变换多尺度分解引起的能量与相位分离,为纹理分析提供了一个层次性的框架,有效提高了纹理的识别能力。-According to the characteristics of two-dimensio