首页> 中文期刊> 《小型微型计算机系统》 >数据分布特性的自适应流形学习方法

数据分布特性的自适应流形学习方法

         

摘要

数据点的局部邻域选取是基于流形学习的非线性降维方法的核心,其选取方式直接影响降维结果的质量.传统的局部邻域选取方式大多使用最近邻k-nn方法.然而,k的选择是一个难于解决的问题,且k-nn方法对分布不均匀的数据将不再适用.基于此,提出一种基于数据分布特性的自适应流形学习方法.该方法根据数据点附近的密集程度来自适应地选择最近邻域大小,充分考虑了数据点周围的点分布信息,能够有效地进行降维,非常适用于分布不均匀的数据.实验结果表明,提出的方法在COIL-20对象数据集和人工数据集上得到了期望的嵌入和分类结果,并成功地应用到了图像检索中.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号