一种基于局部保持的图嵌入有监督降维方法

摘要：

为了能够在降维时,保持数据的全局结构和局部流形信息并利用数据的类别信息来保持数据的判别信息,提出一种新的基于局部保持的图嵌入有监督降维算法.从基于流形学习的图嵌入方法入手,结合最小化重构误差的主成分分析思想,生成一个判别图,可以保持数据的判别性和局部流形结构,然后结合图嵌入方法,通过一个平衡因子去平衡数据的全局结构和局部流形之间的权重,最终得到一个低维投影.通过该方法得到的低维投影既能较好地保持数据的判别性,也让数据的全局结构和局部流形信息得以保留.通过对多种人脸图像和手写数字数据集进行大量的实验,结果表明,该方法实现了较低降维维度并且取得了最好的分类准确率,在特征提取方面,其分类识别效果优于传统降维算法.

关键词：有监督降维算法、图嵌入、局部保持、特征提取、流形学习、人脸识别、主成分分析、线性判别分析

所属期刊栏目：45

分类号：TN911.73⁃34;TP391.4

在线出版日期：2022-11-10（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：50-56