第758章 进入理论数学界？（3/4）

“要不我们聊一下流形学习算法的事情”

常浩南此时仍然处在兴奋当中

“关于具体的算法，我目前有两个思路，一是把样本点xi和它的邻域点之间的测地距离用它们之间的欧氏距离来代替；和它邻域外的点用流形上它们之间的最短路径来代替，这样如果高维数据所在的低维流形与欧氏空间的一个子集是整体等距的那么就可以得到很理想的嵌入结果。”

“二是在样本点和它的邻域点之间构造一个重构权向量并在低维空间中保持每个邻域中的权值不变，对于每个样本点和它的邻域集分别计算重构权，这样只需要okk2n的计算复杂度就能完成嵌入过程”

“”

“这两个思路，我们各自负责一个，这样就算有一个走不通，也还有第二条路，你可以先选。”

常浩南之所以做出这样的安排，倒也不完全是为了练兵。

而是如陈省身所说

真正好的工作，第一流的工作，是一个人做出来的。

这句话放在数学，包括应用数学界，还是很有地位的。

两个人一起，反而有可能产生11小于1的效果。

“我选第一个。”

姚梦娜几乎完全没有犹豫就做出了选择。

因为当常浩南讲到第二个的时候，她已经有点头昏脑涨了，所以没怎么听懂。

“那好。”

常浩南点了点头

“暂时就这么定了。”

送走姚梦娜之后，他并没有马上投入到对第二个思路的研究当中。

一方面是马上就要国庆，这段时间他肯定不可能跟之前一样全身心投入进去，还不如等到忙完了再说。

另一方面，之前挂在系统上的那个证明项目，并没有被判定为完成。

尽管3级系统可以同时开展3个项目，意味着他此时还有一个空位。

但对于一个强迫症来说，这就好比玩游戏的时候有问号不清，根本受不了。

因此，常浩南重新把视线投向了电脑屏幕上面，自己整理好的证明过程。

实际上，流形学习哪怕在1999年这会，也不是个新名词。

早在几年前，图像识别和语音识别领域，就已经有人提出了这个概念，并提出了一个假设，即“高维数据可以被通过其内在的低维流形结构被处理”。

尽管这一假设始终没有被证明，但却并不影响研究人员暂且假定它是成立的，然后开始应用。

只不过这个年头的