基于稀疏约束的LLE改进算法

摘要：

局部线性嵌入(LLE)算法可以发现隐藏在高维空间中的局部线性低维流形,实现数据降维,而LLE算法对数据噪声比较敏感,在较强噪声下算法稳定性很差.为此,提出一种基于稀疏约束的改进算法,在计算重构误差的表达式后添加L1范数的惩罚性约束,促使最优重构权值矩阵更具有稀疏性.通过正则化处理,把添加稀疏约束的重构误差最优化目标函数变换成一般二次规划问题,引入内点迭代法快速搜索最优解.仿真实验结果表明,在不同噪声影响下,稀疏约束的改进LLE算法的降维效果明显好于经典LLE算法,具有更强的噪声抵抗能力.

关键词：稀疏约束、局部线性嵌入、流形学习、鲁棒性、L1范数、内点迭代法

所属期刊栏目：39

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61141015;浙江省自然科学基金资助项目Y1110161;宁波市自然科学基金资助项目2011A610181

在线出版日期：2013-11-12（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：53-56,60