基于测地线距离的广义高斯型Laplacian特征映射

• 作者: 曾宪华 王娇 罗四维 赵嘉莉
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 流形学习 Laplacian特征映射 广义高斯函数 测地线距离 集成
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 815-824
• 页数: 10页
• 分类号: TP181
• 字数: 6666字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2009.03425

摘要

传统的Laplacian特征映射是基于欧氏距离的近邻数据点的保持,近邻的高维数据点映射到内在低维空间后仍为近邻点,高维数据点的近邻选取最终将影响全局低维坐标.将测地线距离和广义高斯函数融合到传统的Laplacian特征映射算法中,首先提出了一种基于测地线距离的广义高斯型Laplacian特征映射算(geodesic distance-based generalized Gaussian LE,简称GGLE),该算法在用不同的广义高斯函数度量高维数据点间的相似度时,获得的全局低维坐标呈现出不同的聚类特性;然后,利用这种特性进一步提出了它的集成判别算法,该集成判别算法的主要优点是:近邻参数K固定,邻接图和测地线距离矩阵都只构造一次.在木纹数据集上的识别实验结果表明,这是一种有效的基于流形的集成判别算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗四维	北京交通大学计算机与信息技术学院	99	1303	17.0	33.0
2	王娇	北京交通大学计算机与信息技术学院	4	57	4.0	4.0
3	曾宪华	北京交通大学计算机与信息技术学院	4	88	4.0	4.0
7	赵嘉莉	北京交通大学计算机与信息技术学院	2	51	2.0	2.0