基于小世界模型的流形学习算法

• 作者: 杨庆新 石陆魁
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 流形学习 等距特征映射 最速梯度下降 小世界模型 标志点
• 年，卷（期）: 2010,（11）
• 页码范围: 2917-2920
• 分类号: TP181|TP301.6
• 字数: 4605字
• 语种: 中文

摘要

等距特征映射(ISOMAP)不仅计算复杂度很高,而且缺乏对新样本的学习能力.基于标志点的ISOMAP(L-ISOMAP)通过只保持一些标志点之间的测地线距离有效地降低了复杂度,然而标志点集的随机选择常常会导致较差的嵌入结果.为此,提出了一种基于小世界模型的流形学习算法.根据小世界模型的原理.该算法仅仅保持每个样本点与其k个最近邻和一些随机选择的远点之间的测地线距离,采用最速梯度下降法优化来得到数据的低维表示.理论分析表明,该算法的计算复杂度远远低于ISOMAP的复杂度.利用应力函数和剩余方差对3个算法进行了比较.实验结果表明,从该算法得到的结果与从ISOMAP得到的结果相近,且优于从L-ISOMAP得到的结果.同时,该算法可以实现对新样本的学习,对噪声也不太敏感.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨庆新	天津工业大学电气工程与自动化学院	77	1238	14.0	35.0
2	石陆魁	河北工业大学计算机科学与软件学院	27	112	5.0	9.0