期刊文献+

基于边界点的L-ISOMAP算法研究

下载PDF
导出
摘要 针对基于地标点的等距特征映射(Isometric Feature Mapping with Landmark Points,L-ISOMAP)算法,随机选择地标点导致算法不稳定,本文提出了一种基于边界点的L-ISOMAP(Boundary Points-ased L-ISOMAP,BPL-ISOMAP)算法,利用带边流形的原理,寻找流形边界点作为地标点;通过对比试验,BPL-ISOMAP算法,降维效果更好,降维误差低,提高了数据的识别能力。
作者 刘祥 李高明 马鹏 李林阳 LIU Xiang;LI Gao-ming;MA Peng;LI Lin-yang
出处 《信息技术与信息化》 2020年第2期71-74,共4页 Information Technology and Informatization
  • 相关文献

参考文献2

二级参考文献17

  • 1Tenenbaum J ,de Silva V, Langford J. A global geometric frame- work for nonlinear dimensionality reduction[J]..Science, 2000, 290(5500) : 2319-2323.
  • 2Rowels S,Saul L. Nonlinear dimensionality reduction by locally linear embedding[J]. Science, 2000,290 (5500) : 2323-2326.
  • 3Belkin M, Niyogi P. Laplacian eigenraaps for dimensionality re- duction and data representation[J]. Neural Computation, 2003, 15(6):1373-1396.
  • 4Donoho D,Grimes C. Hessian eigenmaps: new locally linear em- bedding techniques for high-dimensional data[J]. Proceedings of the National Academy of Sciences, 2003,100(10) : 5591-5596.
  • 5Weinberger K, Saul L. Unsupervised learning of image manifolds by semidefinite programming[C]//Proceedings of CVPR2004. 2004 : 988-995.
  • 6Zhang Z, Zha H. Principal manifolds and nonlinear dimension re- duction via local tangent space alignment[J]. SIAM Journal ,Scien- tific Computing, 2005,26 ( 1 ) : 313-338.
  • 7Lin T, Zha H ]3. Riemannian manifold learning [J]. IEEE Trans- actions on Pattern Analysis and Machine Intelligence, 2008, 30 (5) .. 796-809.
  • 8Luo D J, Ding C, Nie F P, et al. Cauchy graph embedding[C]// Proceedings of ICML2011. 2011:553-560.
  • 9Zhang Z Y, Wang J, Zha H Y. Adaptive manifold learning [J]. IEEE Trans. PAMI, 2012,34(2) : 253-265.
  • 10Qiao H,Zhang P,Wang D, et al. An explicit nonlinear mapping for manifold learning[J]. IEEE Trans. Cybernetics, 2013, 43 (1) ..51-63.

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部