计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2014年
1期
277-280
,共4页
人脸识别%流形学习%数据降维%全局距离保持%局部结构保持
人臉識彆%流形學習%數據降維%全跼距離保持%跼部結構保持
인검식별%류형학습%수거강유%전국거리보지%국부결구보지
face recognition%manifold learning%data dimensionality reduction%global distances preservation%local structures preservation
局部线性嵌入(LLE)和等距映射(ISOMAP)在降维过程中都只单一地保留数据集的某一种特性结构,从而使降维后的数据集往往存在顾此失彼的情况.针对这种情况,借助流形学习的核框架,提出融合LLE和ISOMAP的非线性降维方法.新的融合方法使降维后的数据集既保持着数据点间的局部邻域关系,也保持着数据点间的全局距离关系.在仿真数据集和实际数据集上的实验结果证实了该方法的优越性.
跼部線性嵌入(LLE)和等距映射(ISOMAP)在降維過程中都隻單一地保留數據集的某一種特性結構,從而使降維後的數據集往往存在顧此失彼的情況.針對這種情況,藉助流形學習的覈框架,提齣融閤LLE和ISOMAP的非線性降維方法.新的融閤方法使降維後的數據集既保持著數據點間的跼部鄰域關繫,也保持著數據點間的全跼距離關繫.在倣真數據集和實際數據集上的實驗結果證實瞭該方法的優越性.
국부선성감입(LLE)화등거영사(ISOMAP)재강유과정중도지단일지보류수거집적모일충특성결구,종이사강유후적수거집왕왕존재고차실피적정황.침대저충정황,차조류형학습적핵광가,제출융합LLE화ISOMAP적비선성강유방법.신적융합방법사강유후적수거집기보지착수거점간적국부린역관계,야보지착수거점간적전국거리관계.재방진수거집화실제수거집상적실험결과증실료해방법적우월성.
