基于等维度独立多流形的DC-ISOMAP算法

摘要：

流形学习已经成为机器学习与数据挖掘领域的一个重要的研究课题。目前的流形学习算法都假设所研究的高维数据存在于同一个流形上，并不能支持或者应用于大量存在的采样于多流形上的高维数据。本文针对等维度的独立多流形提出了DC-ISOMAP算法。该算法首先通过从采样密集点开始扩展切空间的方法将多流形准确分解为单个流形，并逐个计算其低维嵌入，然后基于各子流形间的内部位置关系将其低维嵌入组合起来，得到最终的嵌入结果。实验结果表明，该算法在人造数据和实际的人脸图像数据上都能有效地计算出高维数据的低维嵌入结果。

关键词：机器学习、非线性维数约简、流形学习、独立多流形、切空间、DC-ISOMAP

分类号：TP3;O23

资助基金：高等学校博士学科点专项科研基金20101401110002；973计划前期研究专项2011CB311805；国家自然科学基金71031006

在线出版日期：2014-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：91-102