-
题名基于流形学习的“本质”维数估计
被引量：4
- 1
-
-
作者
惠康华
李春利
王雪扬
许新忠
-
机构
中国民航大学计算机科学与技术学院
-
出处
《计算机科学》
CSCD
北大核心
2012年第S3期212-214,233,共4页
-
基金
中央高校基本科研业务费中国民航大学专项(ZXH2011C010)
中国民航大学科研启动基金(2010QD10X)资助
-
文摘
局部线性嵌入算法(LLE)是一种可以有效处理高维流形的非线性降维方法。提出一种基于全局保持的局部线性嵌入方法(GPLLE),其在保持高维流形局部近邻关系的同时,可以保证距离远的样本仍然较远,从而可以有效地解决LLE算法中存在的问题,即LLE只能保持高维流形的局部近邻关系,而无法确保距离远的样本不会靠近。更重要的是,GPLLE方法可以用来估计高维流形的"本质"维数。实验结果表明,在GPLLE估计的低维空间,相比LLE,GPLLE具有更好的分类性能。
-
关键词
“本质”维数
局部线性嵌入
全局保持
流形学习
-
Keywords
Intrinsic dimensionality
Locally linear embedding
Globally preserving
Manifold learning
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
