许新忠
- 作品数：2 被引量：4H指数：1
- 供职机构：中国民航大学计算机科学与技术学院更多>>
- 发文基金：中央高校基本科研业务费专项资金中国民航大学科研启动基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于流形学习的“本质”维数估计被引量：4
- 2012年
- 局部线性嵌入算法(LLE)是一种可以有效处理高维流形的非线性降维方法。提出一种基于全局保持的局部线性嵌入方法(GPLLE),其在保持高维流形局部近邻关系的同时,可以保证距离远的样本仍然较远,从而可以有效地解决LLE算法中存在的问题,即LLE只能保持高维流形的局部近邻关系,而无法确保距离远的样本不会靠近。更重要的是,GPLLE方法可以用来估计高维流形的"本质"维数。实验结果表明,在GPLLE估计的低维空间,相比LLE,GPLLE具有更好的分类性能。
- 惠康华李春利王雪扬许新忠
- 关键词：局部线性嵌入流形学习
- 一种基于局部保持的子流形可视化方法
- 2014年
- 针对多数流形学习算法是基于单一流形的假设,当高维数据集中存在多个流形,流形学习算法可视化效果差问题,借鉴流形曲面在二维平面空间展开的思想提出基于局部保持的的子流形可视化方法。利用奇异值分解和k均值聚类方法将流形数据划分为多块子流形,计算第一流形切块中心与其余切块中心的拓扑结构关系,在目标低维空间保持上述中心间拓扑结构下逐一对流形切块投影展开,最后在人脸数据集上进行实验。实验结果表明:该方法较好保持了子流形内的数据间的拓扑结构。
- 李春利许新忠惠康华沈鲁娟
- 关键词：奇异值分解
