基于流形学习的“本质”维数估计

• 作者: 惠康华 李春利 王雪扬 许新忠
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: "本质"维数 局部线性嵌入 全局保持 流形学习
• 年，卷（期）: 2012,（z3）
• 所属期刊栏目: 信息存储与挖掘
• 页码范围: 212-214,233
• 页数: 4页
• 分类号: TP181
• 字数: 4449字
• 语种: 中文

摘要

局部线性嵌入算法(LLE)是一种可以有效处理高维流形的非线性降维方法.提出一种基于全局保持的局部线性嵌入方法(GPLLE),其在保持高维流形局部近邻关系的同时,可以保证距离远的样本仍然较远,从而可以有效地解决LLE算法中存在的问题,即LLE只能保持高维流形的局部近邻关系,而无法确保距离远的样本不会靠近.更重要的是,GPLLE方法可以用来估计高维流形的“本质”维数.实验结果表明,在GPLLE估计的低维空间,相比LLE,GPLLE具有更好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李春利	中国民航大学计算机科学与技术学院	15	85	5.0	8.0
2	惠康华	中国民航大学计算机科学与技术学院	15	59	4.0	7.0
3	许新忠	中国民航大学计算机科学与技术学院	2	4	1.0	2.0
4	王雪扬	中国民航大学计算机科学与技术学院	2	13	2.0	2.0