国家自然科学基金(51105052)
- 作品数：1 被引量：0H指数：0
- 相关作者：金博刘胜蓝吴振宇冯林更多>>
- 相关机构：大连理工大学更多>>
- 发文基金：辽宁省自然科学基金教育部“新世纪优秀人才支持计划”国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种新的局部空间排列算法
- 2013年
- 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.
- 刘胜蓝冯林金博吴振宇
- 关键词：流形学习
