一种克服噪声的鲁棒Laplacian特征映射算法

摘要：

针对流形学习算法普遍存在对噪声敏感的问题,提出一种克服噪声的鲁棒Laplacian特征映射算法.该算法从Laplacian特征映射出发,在降维过程中,对样本点的邻域范围采用局部PCA的方法,以识别和剔除包含的噪声点,并在重构低维嵌入坐标的同时保持流形光滑连续的整体性,较好地改善了算法的特征提取性能.实验结果表明,所提算法有效地提高了对噪声的鲁棒性.

关键词：Laplacian特征映射、鲁棒、噪声、流形学习

所属期刊栏目：11

分类号：TH17

资助基金：国家自然科学基金项目51005025;安徽省自然科学基金项目11040606M114

在线出版日期：2012-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：401-405