同质球形邻域投影

• 作者: 俞牡丹 杨凡 杨杰 郑忠龙 陈中育
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 流形学习 内蕴结构 降维 有监督学习
• 年，卷（期）: 2014,（11）
• 页码范围: 2256-2261
• 页数: 6页
• 分类号: TP391
• 字数: 3006字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2014.02256

摘要

在有监督学习模式下,当样本数量在类与类之间的分布具有较大的不平衡现象时,一些传统算法如LDA的性能会受到很大影响.在iid条件下,可以认为每类数据具有独特性,且类与类之间彼此独立.基于此,提出了同质球形邻域算法IHSN(Isotropic Hyper Sphere Neighborhood).通过在Rn-1空间中构建n个同质的正则单纯形,作为样本在嵌入空间中的同质球形邻域,利用带约束的最小二乘回归法可求得数据空间与嵌入空间的映射函数.所提出的IHSN算法有两种实现形式:基于流形学习的IHSN-ML、基于KL散度的IHSN-KL.IHSN-ML具有闭式解,速度快;IHSN-KL可解释性好,精度更高.在IRIS和PIE-CMU数据集上的实验,验证了所提算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨杰	上海交通大学图像处理与模式识别研究所	340	5370	35.0	58.0
2	郑忠龙	浙江师范大学计算机科学研究所	29	106	6.0	9.0
3	陈中育	浙江师范大学计算机科学研究所	44	211	7.0	13.0
4	杨凡	浙江师范大学计算机科学研究所	22	163	6.0	12.0
5	俞牡丹	浙江师范大学计算机科学研究所	2	2	1.0	1.0