基于边界检测的多流形学习算法

发布时间：2018-01-05 02:36

本文关键词：基于边界检测的多流形学习算法　出处：《模式识别与人工智能》2016年11期 　论文类型：期刊论文

【摘要】：已知流形学习算法都假设数据分布于一个单流形,而现实中大部分数据都分布在多流形上,因此限制算法的实际应用.基于此种情况,文中提出基于边界检测的多流形学习算法,通过检测流形的边界处理分布于多流形的数据,并且可以较好地保持流形内、流形间的测地距离.算法首先检测流形边界,再分别降维处理各流形,最后将各低维坐标重置于一个全局坐标系中.在人工数据集和真实数据集上的对比实验表明文中算法的可行性和有效性.
[Abstract]:Known manifold learning algorithms assume that the data distribution in a single manifold, and most of the data in reality are distributed in multiple manifolds, thus limiting the application of the algorithm. Based on this situation, this paper proposes multi manifold learning algorithm based on boundary detection, by detecting the manifold boundary treatment in manifold data, and can be better keep the manifold, manifold geodesic distance. The algorithm first detects manifold boundary, and then reduce the dimensionality of the manifold, the low dimensional coordinate reset in a global coordinate system. The experiments on artificial datasets and real datasets demonstrate the feasibility and effectiveness of the proposed algorithm.

【作者单位】：苏州大学计算机科学与技术学院;
【基金】：国家自然科学基金项目(No.61033013,60775045) 苏州大学东吴学者计划(No.14317360)资助~~
【分类号】：TP181
【正文快照】： 流形学习的目的是发现高维空间数据中隐藏、潜在的低维结构,学者们从认知学角度探讨流形学习,提出等距映射(Isometric Mapping,ISO-MAP)[1-2]和局部线性嵌入(Locally Linear Embed-ding,LLE)[3]2种流形学习算法,这也成为流形学习的开端.进而,一系列流形学习算法相继提出,如拉

【相似文献】