CAJ | 학술논문

传统的Laplacian特征映射是基于欧氏距离的近邻数据点的保持,近邻的高维数据点映射到内在低维空间后仍为近邻点,高维数据点的近邻选取最终将影响全局低维坐标.将测地线距离和广义高斯函数融合到传统的Laplacian特征映射算法中,首先提出了一种基于测地线距离的广义高斯型Laplacian特征映射算(geodesic distance-based generalized Gaussian LE,简称GGLE),该算法在用不同的广义高斯函数度量高维数据点间的相似度时,获得的全局低维坐标呈现出不同的聚类特性;然后,利用这种特性进一步提出了它的集成判别算法,该集成判别算法的主要优点是:近邻参数K固定,邻接图和测地线距离矩阵都只构造一次.在木纹数据集上的识别实验结果表明,这是一种有效的基于流形的集成判别算法.
전통적Laplacian특정영사시기우구씨거리적근린수거점적보지,근린적고유수거점영사도내재저유공간후잉위근린점,고유수거점적근린선취최종장영향전국저유좌표.장측지선거리화엄의고사함수융합도전통적Laplacian특정영사산법중,수선제출료일충기우측지선거리적엄의고사형Laplacian특정영사산(geodesic distance-based generalized Gaussian LE,간칭GGLE),해산법재용불동적엄의고사함수도량고유수거점간적상사도시,획득적전국저유좌표정현출불동적취류특성;연후,이용저충특성진일보제출료타적집성판별산법,해집성판별산법적주요우점시:근린삼수K고정,린접도화측지선거리구진도지구조일차.재목문수거집상적식별실험결과표명,저시일충유효적기우류형적집성판별산법.