改进的局部线性嵌入算法及其应用

• 作者: 罗汉 邱建荣
• 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 流形学习 降维 GRDLLE算法
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 176-179
• 页数: 4页
• 分类号: TP391
• 字数: 2927字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1810-0100

摘要

局部线性嵌入算法(LLE)中常用欧氏距离来度量样本间相似度,而对于具有低维流形结构的高维数据,欧氏距离不能衡量流形上两点间相对位置关系.提出基于Geodesic Rank-order距离的局部线性嵌入算法(简称GRDLLE).应用最短路径算法(Dijkstra算法)找到最短路径长度来近似计算任意两个样本间的测地线距离,计算Rank-order距离用于LLE算法的相似性度量.将GRDLLE算法、其他改进LLE的流形学习算法及2DPCA算法在ORL与Yale数据集上进行对比实验,对数据用GRDLLE算法进行降维后人脸识别率有所提高,结果表明GRDLLE算法具有很好的降维效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗汉	湖南大学数学与计量经济学院	27	158	6.0	12.0
2	邱建荣	湖南大学数学与计量经济学院	1	1	1.0	1.0