一种改进的MVU降维方法

• 作者: 吴晓婷 王洪东 贾宏哲
• 来源期刊: 软件
• 学科: 工学
• 关键词: 流形学习 降维 聚类 最大方差展开(MVU)
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 118-121
• 页数: 4页
• 分类号: TP181|TP301.6
• 字数: 2154字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2018.04.025

摘要

Maximum Variance Unfolding(MVU)是一种基于流形学习的非线性降维方法.该算法中近邻点的选取对MVU的降维效果影响很大.利用样本点聚类后的类别信息构造密度系数,提出了一种MVU改进的算法.所提出算法根据近邻点分布的不同,挖掘数据局部的密度信息,有效的保持了高维数据中的流形结构.人脸表情和图像检索实验证实了所提出方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王洪东	辽宁师范大学计算机与信息技术学院	10	27	4.0	5.0
2	吴晓婷	辽宁师范大学计算机与信息技术学院	5	189	3.0	5.0
3	贾宏哲	辽宁师范大学计算机与信息技术学院	1	0	0.0	0.0