基于自适应近邻参数的局部线性嵌入

被引：8

作者：

惠康华 ^{[1
,2
]}

肖柏华 ^{[1
]}

王春恒 ^{[1
]}

机构：

[1] 中国科学院自动化研究所复杂系统与智能科学重点实验室

[2] 中国民航大学计算机科学与技术学院

来源：

模式识别与人工智能 | 2010年 / 23卷 / 06期

关键词：

降维; 局部线性嵌入(LLE); 流形学习; 自适应;

D O I：

10.16451/j.cnki.issn1003-6059.2010.06.013

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

局部线性嵌入算法是一种有效的非线性降维方法.文中提出一种自适应的局部线性嵌入方法.该方法通过分析数据集中任意样本所在局部区域的线性重构误差,确定该局部区域的近似线性块,然后根据位于此局部线性块上的样本来选择局部线性嵌入的近邻参数.实验结果表明,在不同的数据集上,采用多个评价标准,自适应的局部线性嵌入方法相比普通的局部线性嵌入方法,取得更好的结果.

引用

页码：842 / 846

页数：5