一种新的基于自组织映射的流形学习算法

• 作者: 万春红 邵超
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 流形学习 自组织映射 拓扑缺陷 鲁棒性 邻域大小
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 101-105
• 页数: 5页
• 分类号: TP181
• 字数: 3983字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0291.2009.06.022

摘要

针对自组织映射(Self-Organizing Map,SOM)算法在进行流形学习时容易陷入局部极值和产生"拓扑缺陷"问题的原因,提出了一种新的基于SOM的流形学习算法:TO-SOM(Training Orderly-SOM).根据流形的局部欧氏性,TO-SOM算法从一个局部线性或近似线性的数据子集出发,按照数据的内在流形结构对其进行有序训练,可以避免局部极值、克服"拓扑缺陷".根据SOM算法的鲁棒性,TO-SOM算法在成功学习数据内在流形结构的同时,对邻域大小参数和噪声也不像ISOMAP和LLE等现有流形学习算法那样敏感,从而更容易得到实际应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵超	河南财经学院计算机与信息工程学院	26	205	6.0	13.0
2	万春红	河南财经学院计算机与信息工程学院	10	96	4.0	9.0