邻域参数动态变化的局部线性嵌入

被引：33

作者：

文贵华 ^{[1
]}

江丽君 ^{[2
]}

文军 ^{[3
]}

机构：

[1] 华南理工大学计算机科学与工程学院

[2] 华南理工大学电子材料科学与工程系

[3] 不详

来源：

软件学报 | 2008年 / 07期

基金：

教育部留学回国人员科研启动基金;

关键词：

流形学习; Hessian局部线性嵌入; 邻域大小; 降维;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

局部线性嵌入是最有竞争力的非线性降维方法,有较强的表达能力和计算优势.但它们都采用全局一致的邻城大小,只适用于均匀分布的流形,无法处理现实中大量存在的非均匀分布流形.为此,提出一种邻域大小动态确定的新局部线性嵌入方法.它采用Hessian局部线性嵌入的概念框架,但用每个点的局部邻域估计此邻域内任意点之间的近似测地距离,然后根据近似测地距离与欧氏距离之间的关系动态确定该点的邻域大小,并以此邻域大小构造新的局部邻域.算法几何意义清晰,在观察数据稀疏和数据带噪音等情况下,都比现有算法有更强的鲁棒性.标准数据集上的实验结果验证了所提方法的有效性.

引用

页码：1666 / 1673

页数：8

共 6 条

[1] 基于局域主方向重构的适应性非线性维数约减
侯越先
吴静怡
何丕廉
[J]. 计算机应用, 2006, (04) : 895 - 897
[2] 流形学习概述
徐蓉
姜峰
姚鸿勋
[J]. 智能系统学报, 2006, (01) : 44 - 51
[3] 基于放大因子和延伸方向研究流形学习算法
何力
张军平
周志华
[J]. 计算机学报, 2005, (12) : 2000 - 2009
[4] 高维数据流形的低维嵌入及嵌入维数研究
赵连伟
罗四维
赵艳敞
刘蕴辉
[J]. 软件学报, 2005, (08) : 1423 - 1430
[5] Selection of the optimal parameter value for the Isomap algorithm
Samko, O.
Marshall, A. D.
Rosin, P. L.
[J]. PATTERN RECOGNITION LETTERS, 2006, 27 (09) : 968 - 979
[6] Incremental locally linear embedding
Kouropteva, O
Okun, O
Pietikäinen, M
[J]. PATTERN RECOGNITION, 2005, 38 (10) : 1764 - 1767

← 1 →