改进的多流形LLE学习算法

• 作者: 吉根林 曹中义 谈超
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 局部线性嵌入(LLE) 多流形学习 最佳维度 分类
• 年，卷（期）: 2018,（24）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 156-163
• 页数: 8页
• 分类号: TP181
• 字数: 5812字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1709-0028

摘要

流形学习已成为机器学习和数据挖掘领域的研究热点.比如,算法LLE(Locally Linear Embedding)作为一种非线性降维算法有很好的泛化性能,被广泛地应用于图像分类和目标识别,但其仅仅假设了数据集处于单流形的情况.MM-LLE(Multiple Manifold Locally Linear Embedding)学习算法作为一种考虑多流形情况的改进算法,依然存在几点不足之处.因此,提出改进的MM-LLE算法,通过任意两类间的局部低维流形组合并构建分类器来提高分类精度;同时改进原算法计算最佳维度的方法.通过与算法ISOMAP、LLE以及MM-LLE比较分类精度,实验结果验证了改进算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吉根林	南京师范大学计算机科学与技术学院	138	2757	22.0	50.0
2	曹中义	南京师范大学计算机科学与技术学院	1	2	1.0	1.0
3	谈超	南京师范大学计算机科学与技术学院	7	7	2.0	2.0