计算机学报
計算機學報
계산궤학보
CHINESE JOURNAL OF COMPUTERS
2014年
11期
2256-2261
,共6页
郑忠龙%俞牡丹%陈中育%杨凡%杨杰
鄭忠龍%俞牡丹%陳中育%楊凡%楊傑
정충룡%유모단%진중육%양범%양걸
流形学习%内蕴结构%降维%有监督学习
流形學習%內蘊結構%降維%有鑑督學習
류형학습%내온결구%강유%유감독학습
manifold learning%intrinsic structure%dimensionality reduction%supervised learning
在有监督学习模式下,当样本数量在类与类之间的分布具有较大的不平衡现象时,一些传统算法如LDA的性能会受到很大影响.在iid条件下,可以认为每类数据具有独特性,且类与类之间彼此独立.基于此,提出了同质球形邻域算法IHSN(Isotropic Hyper Sphere Neighborhood).通过在Rn-1空间中构建n个同质的正则单纯形,作为样本在嵌入空间中的同质球形邻域,利用带约束的最小二乘回归法可求得数据空间与嵌入空间的映射函数.所提出的IHSN算法有两种实现形式:基于流形学习的IHSN-ML、基于KL散度的IHSN-KL.IHSN-ML具有闭式解,速度快;IHSN-KL可解释性好,精度更高.在IRIS和PIE-CMU数据集上的实验,验证了所提算法的有效性.
在有鑑督學習模式下,噹樣本數量在類與類之間的分佈具有較大的不平衡現象時,一些傳統算法如LDA的性能會受到很大影響.在iid條件下,可以認為每類數據具有獨特性,且類與類之間彼此獨立.基于此,提齣瞭同質毬形鄰域算法IHSN(Isotropic Hyper Sphere Neighborhood).通過在Rn-1空間中構建n箇同質的正則單純形,作為樣本在嵌入空間中的同質毬形鄰域,利用帶約束的最小二乘迴歸法可求得數據空間與嵌入空間的映射函數.所提齣的IHSN算法有兩種實現形式:基于流形學習的IHSN-ML、基于KL散度的IHSN-KL.IHSN-ML具有閉式解,速度快;IHSN-KL可解釋性好,精度更高.在IRIS和PIE-CMU數據集上的實驗,驗證瞭所提算法的有效性.
재유감독학습모식하,당양본수량재류여류지간적분포구유교대적불평형현상시,일사전통산법여LDA적성능회수도흔대영향.재iid조건하,가이인위매류수거구유독특성,차류여류지간피차독립.기우차,제출료동질구형린역산법IHSN(Isotropic Hyper Sphere Neighborhood).통과재Rn-1공간중구건n개동질적정칙단순형,작위양본재감입공간중적동질구형린역,이용대약속적최소이승회귀법가구득수거공간여감입공간적영사함수.소제출적IHSN산법유량충실현형식:기우류형학습적IHSN-ML、기우KL산도적IHSN-KL.IHSN-ML구유폐식해,속도쾌;IHSN-KL가해석성호,정도경고.재IRIS화PIE-CMU수거집상적실험,험증료소제산법적유효성.
