自适应邻域图的流形学习方法.pdf

《自适应邻域图的流形学习方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第31卷第2期计算机应用与软件Vo1．31No．22014年2月ComputerApplicationsandSoftwareFeb．2014自适应邻域图的流形学习方法蒲涌玲(宜宾学院计算机与信息工程学院四川宜宾644007)摘要针对目前流形学习方法的嵌入效果非常敏感于局部邻域的选取方式，提出一种自适应邻域图的非线性数据降维方法。该方法考虑数据点周围的点分布信息，自适应地寻找最近邻域大小。不同于传统的邻域选取方法，此方法根据样本点周围的疏密程度来动态地获得最近邻域数，且所得到的各个样本点的邻域数是不等的；将每个样本点与其最近邻点连接，构建自适应邻域图进行有效降

2、维。在人工生成数据集和人脸数据上的仿真结果表明，提出的方法得到了良好的降维效果。关键词流形学习非线性数据降维最近邻域局部线性嵌入中图分类号TP391文献标识码ADOI：10．3969／j．issn．1000-386x．2014．02．051MANIFoLDLEARNINGMETHoDFoRADAPTIVENEIGHBoURHooDGRAPHPuLing(S~oolofComputerandInformationEngineering，YibinUniversity，Yibin4DD7，Sichuan，China)AbstractEmbeddedresultso

3、fexistingmanifoldlearningmethodsareverysensitivetotheselectionoflocalneighbours．Inlightofthis，weproposeanon—lineardatadimensionalityreductionmethodforadaptiveneighbourhoodgraph．Itadaptivelysearchesthenearestneighbour—hoodsiz：ebyconsideringdatadistributioninformationaroundeachdatapoi

4、nt．Unliketraditionalneighbourhoodselectionmethod，thepro·posedapproachautomaticallyderivesthenumberofthenearestneighboursaccordingtosparseordensedegreearoundeachsamplepoint．Thederivednumberofthenearestneighboursfordiferentsamplepointsisunequa1．Eachsamplepointisconnectedwithitsnearest

5、points．Thisconstructsanadaptiveneighbourhoodgraph，whichcaneffectivelyreducedatadimensions．Resultsofsimulationontheartificiallygenerateddatasetsandfacedatashowthattheproposedmethodreachesabetterdimensionalityreductioneffect．KeywordsManifoldlearningNon—lineardatadimensionalityreductio

6、nNearestneighbourhoodLocallinearembedding习方法主要包括局部切空间排列LTSA(LocalTangentSpaceA-0引言lignment)j、等距嵌入Isomap(Isometricmap)L5J、局部线性嵌入算法LLEE(【JocalLinearEmbedding)。。以及HessianLLE当今，很多领域所涌现出的数据多为海量数据，其特点往往(HLLE)等。这些方法将高维数据视为由少数有代表性的特是高维的、非线性的、非结构性的。高维数据给现实世界中事物征变量构成，其目的是寻找隐藏在高维数据空间中的低维流形的描述带

7、来了更加准确的信息。然而，高维特性存在着大量的结构，最终达到降维的目的。此外，一些新的方法被提出，主要冗余信息，对数据处理问题带来了极大的复杂性。高维数据降包括邻域保持嵌入NPE(NeighborhoodPreservingEmbed—维是近年来新兴的热门技术，在感知网络、信息检索和人工智能cling)、局部保持投影LPP(LocalityPreservingProjection)、等很多领域得到了广泛的应用，其实质是通过探索数据内部的正交的邻域保持投影ONPP(OrthogonalNeighborhoodPreserving关系结构，将高维数据在不改变数据几

8、何结构的情况下映射到Projectio