一种基于局部线性嵌入的多流形学习算法

摘要：

针对局部线性嵌入算法在处理多流形数据时失效问题,提出一种新的基于局部线性嵌入的多流形学习算法.采用cam分布寻找数据点的近邻,避免了近邻选取方向的缺失；同时在获取重建权值矩阵的过程中引入一个正则项约束,从而降低了算法对噪声的敏感度.通过对分布在不同流形上的高维数据实验后发现改进算法具有很好的降维效果.为了进一步验证算法的有效性,将改进后的算法对COIL-20数据库进行图像检索,结果表明该算法不仅有较好的降维效果而且在多类别多形状流形学习中有很好的实用价值.

关键词：多流形学习、正则化、局部线性嵌入、邻域优化、嵌入坐标优化

所属期刊栏目：33

分类号：TP18(自动化基础理论)

资助基金：中国科学院自动化研究所复杂系统与智能科学重点实验室开放课题基金项目20070101;辽宁省教育厅高等学校科学研究基金项目2008344

在线出版日期：2012-11-16（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：1795-1799