计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2013年
7期
1426-1434
,共9页
刘胜蓝%冯林%金博%吴振宇
劉勝藍%馮林%金博%吳振宇
류성람%풍림%금박%오진우
局部曲率%空间排列%局部空间%连接信息%流形学习
跼部麯率%空間排列%跼部空間%連接信息%流形學習
국부곡솔%공간배렬%국부공간%련접신식%류형학습
local curvature%space alignment%local space%joint information%manifold learning
局部切空间排列算法(local tangent space alignment,LTSA)是一种经典的非线性流形学习方法,能够有效地对非线性分布数据进行降维,但它无法学习局部高曲率数据集.针对此问题,给出了描述数据集局部曲率的参数,并提出一种局部最小偏差空间排列(locally minimal deviation spacealignment,LMDSA)算法.该算法考虑到局部切空间低鲁棒性的缺陷,在计算局部最小偏差空间的同时,能够发现数据的局部高曲率现象,通过参数控制及邻域间的连接信息,减少计算局部高曲率空间的可能,进而利用空间排列技术进行降维,手工流形及真实数据集的实验证实了该算法学习局部高曲率数据集的有效性.
跼部切空間排列算法(local tangent space alignment,LTSA)是一種經典的非線性流形學習方法,能夠有效地對非線性分佈數據進行降維,但它無法學習跼部高麯率數據集.針對此問題,給齣瞭描述數據集跼部麯率的參數,併提齣一種跼部最小偏差空間排列(locally minimal deviation spacealignment,LMDSA)算法.該算法攷慮到跼部切空間低魯棒性的缺陷,在計算跼部最小偏差空間的同時,能夠髮現數據的跼部高麯率現象,通過參數控製及鄰域間的連接信息,減少計算跼部高麯率空間的可能,進而利用空間排列技術進行降維,手工流形及真實數據集的實驗證實瞭該算法學習跼部高麯率數據集的有效性.
국부절공간배렬산법(local tangent space alignment,LTSA)시일충경전적비선성류형학습방법,능구유효지대비선성분포수거진행강유,단타무법학습국부고곡솔수거집.침대차문제,급출료묘술수거집국부곡솔적삼수,병제출일충국부최소편차공간배렬(locally minimal deviation spacealignment,LMDSA)산법.해산법고필도국부절공간저로봉성적결함,재계산국부최소편차공간적동시,능구발현수거적국부고곡솔현상,통과삼수공제급린역간적련접신식,감소계산국부고곡솔공간적가능,진이이용공간배렬기술진행강유,수공류형급진실수거집적실험증실료해산법학습국부고곡솔수거집적유효성.
