-
题名自适应邻域选择的数据可分性降维方法
被引量：1
- 1
-
-
作者
李冬睿
许统德
-
机构
广东农工商职业技术学院计算机系
广东农工商职业技术学院教务处
-
出处
《计算机应用》
CSCD
北大核心
2012年第8期2253-2257,共5页
-
文摘
针对现有基于流形学习的降维方法对局部邻域大小选择的敏感性,且降至低维后的数据不具有很好的可分性,提出一种自适应邻域选择的数据可分性降维方法。该方法通过估计数据的本征维度和局部切方向来自适应地选择每一样本点的邻域大小;同时,使用映射数据时的聚类信息来汇聚相似的样本点,保证降维后的数据具有良好的可分性,使之实现更好的降维效果。实验结果表明,在人工生成的数据集上,新方法获得了较好的嵌入结果;并且在人脸的可视化分类和图像检索中得到了期望的结果。
-
关键词
高维数据
降维
流形学习
局部邻域
本征维度
局部切方向
-
Keywords
high-dimensional data
dimensionality reduction
manifold learning
local neighborhood
intrinsicdimensionality
local tangent orientation
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于局部线性嵌入算法的流量矩阵流形结构分析
被引量：1
- 2
-
-
作者
陈玄
殷保群
石浩
-
机构
中国科学技术大学自动化系
-
出处
《计算机工程》
CAS
CSCD
北大核心
2017年第3期40-45,共6页
-
基金
高等学校博士点专项科研基金(20123402110029)
安徽省高等学校自然科学基金重点项目(KJ2012A286)
-
文摘
利用经典流形学习算法研究流量矩阵中的流形结构,能够获得流量矩阵的本征维度。然而局部线性嵌入(LLE)算法依赖于近邻点的选取,传统近邻选取个数往往通过实验试凑法得到最优解,不能完全揭示流量矩阵的流形结构。针对上述缺点,提出一种改进的局部线性嵌入算法,该算法利用改进的LLE算法探索流量矩阵的流形结构,并对实际骨干网络中的流量矩阵进行分析。实验结果证明,改进算法具有较小的重构误差,相对于标准LLE算法,能更为准确地揭示流量矩阵的低维流形结构。
-
关键词
流量矩阵
局部线性嵌入算法
本征维度
流形结构
骨干网络
-
Keywords
traffic matrix
Locally Linear Embedding （ LLE ） algorithm
intrinsic dimensionality
manifold structure
backbone network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
