自适应局部线性降维方法

• 作者: 蒲玲
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 高维数据降维 流形学习 局部邻域 固有维数 局部切方向
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 255-257
• 页数: 3页
• 分类号: TP391
• 字数: 3446字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.04.073

摘要

高维数据降维方法已经被广泛应用在信息检索、模式识别、数据挖掘和人工智能等领域.针对目前流形学习方法的嵌入效果非常敏感于局部邻域的选取方式,提出一种自适应邻域选择的局部线性降维方法.该方法评估真实数据的固有维数,判断每一数据点的局部切方向,以便自适应地选择每一数据点的邻域数,使得不同数据集与邻域选取方式之间存在很好的自适应性,实现更好的降维效果.在人工生成数据集和医学数据上的仿真结果表明,该方法起到了良好的降维效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒲玲	宜宾学院计算机科学与技术研究所	12	32	4.0	4.0