一种新的局部空间排列算法

摘要：

局部切空间排列算法(local tangent space alignment,LTSA)是一种经典的非线性流形学习方法,能够有效地对非线性分布数据进行降维,但它无法学习局部高曲率数据集.针对此问题,给出了描述数据集局部曲率的参数,并提出一种局部最小偏差空间排列(locally minimal deviation spacealignment,LMDSA)算法.该算法考虑到局部切空间低鲁棒性的缺陷,在计算局部最小偏差空间的同时,能够发现数据的局部高曲率现象,通过参数控制及邻域间的连接信息,减少计算局部高曲率空间的可能,进而利用空间排列技术进行降维,手工流形及真实数据集的实验证实了该算法学习局部高曲率数据集的有效性.

关键词：局部曲率、空间排列、局部空间、连接信息、流形学习

所属期刊栏目：50

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目61173163,51105052;教育部新世纪优秀人才支持计划基金项目NCET-09-0251;辽宁省自然科学基金项目201102037

在线出版日期：2013-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1426-1434