一种基于扩散映射的非线性降维算法

• 作者: 宋宜美 尚晓清
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 扩散映射 流形学习 非线性降维
• 年，卷（期）: 2010,（1）
• 页码范围: 130-135
• 页数: 6页
• 分类号: TP181
• 字数: 3565字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2400.2010.01.023

摘要

非线性降维方法旨在保持数据局部结构的同时,使不在一个邻域内的点之间的距离变得松弛.作为一种新的流形学习框架,扩散映射通过在扩散过程中保持扩散距离进行降维.基于扩散映射的理论背景,建立了多层谱分解的数值算法,并具体给出了用扩散映射进行非线性降维的算法.实验结果表明,与传统的非线性降维方法相比较,该算法能够发现非线性高维数据的本征维数,并且对噪声具有很好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尚晓清	西安电子科技大学理学院	11	124	6.0	11.0
2	宋宜美	西安电子科技大学理学院	11	49	5.0	7.0