基于稀疏约束的LLE改进算法

• 作者: 叶庆卫 周宇 孙洋 王晓东
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 稀疏约束 局部线性嵌入 流形学习 鲁棒性 L1范数 内点迭代法
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 53-56,60
• 页数: 5页
• 分类号: TP311
• 字数: 3379字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.05.010

摘要

局部线性嵌入(LLE)算法可以发现隐藏在高维空间中的局部线性低维流形,实现数据降维,而LLE算法对数据噪声比较敏感,在较强噪声下算法稳定性很差.为此,提出一种基于稀疏约束的改进算法,在计算重构误差的表达式后添加L1范数的惩罚性约束,促使最优重构权值矩阵更具有稀疏性.通过正则化处理,把添加稀疏约束的重构误差最优化目标函数变换成一般二次规划问题,引入内点迭代法快速搜索最优解.仿真实验结果表明,在不同噪声影响下,稀疏约束的改进LLE算法的降维效果明显好于经典LLE算法,具有更强的噪声抵抗能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶庆卫	宁波大学信息科学与工程学院	59	420	10.0	18.0
2	周宇	宁波大学信息科学与工程学院	72	316	9.0	13.0
3	王晓东	宁波大学信息科学与工程学院	91	377	9.0	15.0
4	孙洋	宁波大学信息科学与工程学院	1	8	1.0	1.0