基于认知的流形学习方法概要

摘要：

流形学习是一种新出现的机器学习方法,近年来引起越来越多的计算机科学工作者和认知科学工作者的重视.为了加深对流形学习的认识和理解,从流形与流形学习的基本概念入手,追溯它的发展历程.针对目前的几种主要的流形算法,分析它们各自的优势和不足,然后引用LLE的应用示例.说明流形学习较之于传统的线性降维方法如PCA等,能够有效地发现非线性高维数据的本质维数,可以有效地进行维数约简和数据分析.最后对流形学习未来的研究方向做出展望,以期进一步拓展流形学习的应用领域.

关键词：维数约简、机器学习、流形学习

所属期刊栏目：36

分类号：N03;G31

资助基金：国家自然科学基金重点项目69835001;教育部科技重点项目[2000]175;北京市自然科学基金项目4022008

在线出版日期：2009-06-09（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：234-237,264