针对非连通流形数据降维的过渡曲线方法

• 作者: 古楠楠 孟德宇 徐宗本
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 非连通流形数据 数据降维 边缘问题 流形学习
• 年，卷（期）: 2010,（8）
• 页码范围: 1898-1907
• 分类号: TP391
• 字数: 5933字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2010.03648

摘要

针对位于非连通流形上的数据的特征提取是流形学习领域的一个公开问题,分解-整合算法是目前处理此问题的最有效的方法.然而,此算法的最大局限是边缘问题,即当不同类间的最短距数据对位于相应类内而非类边缘时,算法往往表现异常.针对这一关键问题,提出了一种解决方法--过渡曲线方法.其主要思想为,通过构建连接不同类边缘最短距数据对间的平滑过渡曲线以使流形类间的连接关系更为有效,进而使得数据的全局形态在低维空间中能够更好地保持.一系列人工与图像数据集上的实验结果表明,过渡曲线方法的表现明显优于分解-整合算法,特别是,边缘问题得到了解决,这极大地扩展了分解-整合算法的应用范围.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐宗本	西安交通大学信息与系统科学研究所	127	2204	23.0	43.0
2	古楠楠	西安交通大学信息与系统科学研究所	2	10	2.0	2.0
3	孟德宇	西安交通大学信息与系统科学研究所	14	127	5.0	11.0