基于核函数的稳健线性嵌入方法

摘要：

LLE算法是一种新的非监督学习方法,主要针对非线性降维问题.针对该算法存在的缺点,提出了一种基于核函数的稳健线性嵌入方法,该方法通过引进核函数来优化算法邻域点的求解;在特征空间中,修正权值矩阵W,进行降噪处理,经过推导,最终将实际的子空间计算归结为标准的特征值分解问题.采用最小近邻分类器估算识别率.在Yale人脸库以及AT&T人脸库的测试结果表明,在姿态、光照、表情、训练样本数目变化的情况下,改进的算法都具有较好的识别率.

关键词：流形学习、高维数据、维数约减、核函数

所属期刊栏目：14

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2009-07-03（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：1141-1147