基于Isomap的流形结构重建方法

被引:18
作者
孟德宇
徐晨
徐宗本
机构
[1] 西安交通大学信息与系统科学研究所
关键词
数据降维; 流形学习; 等距特征映射; 模式分类; 特征描述;
D O I
暂无
中图分类号
TP181 [自动推理、机器学习];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
已有的流形学习方法仅能建立点对点的降维嵌入,而未建立高维数据流形空间与低维表示空间之间的相互映射.此缺陷已限制了流形学习方法在诸多数据挖掘问题中的进一步应用.针对这一问题,文中提出了两种新型高效的流形结构重建算法:快速算法与稳健算法.其均以经典的Isomap方法内在运行机理为出发点,进而推导出高维流形空间与低维表示空间之间双向的显式映射函数关系,基于此函数即可实现流形映射的有效重建.理论分析与实验结果证明,所提算法在计算速度、噪音敏感性、映射表现等方面相对已有方法具有明显优势.
引用
收藏
页码:545 / 555
页数:11
相关论文
共 3 条
[1]   基于双向非线性学习的轨迹跟踪和识别 [J].
胡昭华 ;
樊鑫 ;
梁德群 ;
宋耀良 .
计算机学报, 2007, (08) :1389-1397
[2]   基于流形学习的多示例回归算法 [J].
詹德川 ;
周志华 .
计算机学报, 2006, (11) :1948-1955
[3]   Laplacian eigenmaps for dimensionality reduction and data representation [J].
Belkin, M ;
Niyogi, P .
NEURAL COMPUTATION, 2003, 15 (06) :1373-1396