基于等角映射的多样本增量流形学习算法

摘要：

目前一些经典的降维流形学习方法以距离来度量数据间的相似度，难以处理噪音造成的子空间偏离。针对此问题，文中提出一种基于等角映射的多样本增量流形学习算法，将以样本均值为中心的高维样本数据的协方差矩阵变为以邻域均值为中心的协方差矩阵，消除基于距离度量对子空间带来的误差，并对协方差矩阵进行加权，减少不规则新增样本或噪音对降维造成的影响。实验证明该算法与其他算法相比，具有更好的抗噪能力及降维效果，可更好地应用于图像识别问题。

关键词：降维流形学习、等角映射、多样本增量、加权

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61173118;上海市教委曙光计划项目09SG23;中央高校基本科研业务费专项项目资助

在线出版日期：2014-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：127-133