局部规则嵌入

引入了拓扑结构和规则拓扑结构的概念,为了寻求具有规则拓扑结构的低维数据集,构 造了拓扑结构规则性的度量,提出了保持数据集拓扑结构的局部规则嵌入方法。与LocallyLinear Embedding,LaplacianEigenmap等核特征映射方法相比,低维嵌入结果是近似规则的,与数据分类有 着更加自然的联系。最后的实例表明,与LLE和LaplacianEigenmap方法相比,该方法能更好地保持 数据集的类特性,揭示数据集的本征结构。

保持拓扑结构的低维嵌入

引入了拓扑邻域、拓扑结构和规则拓扑结构的概念。对拓扑邻域进行了理论分析,说明其是自适应的,随着维数的不断升高,趋于平凡拓扑邻域。为了寻求具有规则拓扑结构的低维数据集,构造了数据结构规则性的度量,提出了保持数据集拓扑结构不变的降维方法。该方法是节省参数的,降维结果是近似规则的。结果表明,它能更好的揭示数据集的结构。