基于密度信息的改进降维方法

• 作者: 张岩 贾洪哲 闫德勤
• 来源期刊: 计算机应用研究
• 关键词: 流形学习 降维 聚类 扩散映射
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3292-3294
• 页数: 3页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.11.021

摘要

扩散映射(diffusion maps)是一种基于流形学习的非线性降维方法.为了提高降维的效果,根据近邻点的选取对diffusion maps的降维效果影响,利用数据近邻点分布的不同,挖掘该数据点局部的密度信息,能够更好地保持数据的流形结构.利用样本点聚类后的类别信息构造密度信息指数,提出了一种改进的diffusion maps算法,有效地保持了高维数据中的流形结构,所提的新算法在多种实验中得到了证实.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫德勤	辽宁师范大学计算机与信息技术学院	124	1071	15.0	28.0
2	贾洪哲	辽宁师范大学计算机与信息技术学院	4	12	2.0	3.0