一种改进的局部线性嵌套方法  

AN IMPROVED ALGORITHM ON LOCALLY LINEAR EMBEDDING

作　　者：陆建新[1] 李宏宇[1] 沈一帆[1] 陈文斌[2] 

机构地区：[1]复旦大学计算机科学与工程系,上海200433 [2]复旦大学数学科学学院,上海200433

出　　处：《计算机应用与软件》2008年第10期9-10,18,共3页Computer Applications and Software

基　　金：国家自然科学基金项目(60473104)

摘　　要：局部线性嵌套LLE(locally linear embedding)是一种经典的流形学习方法。对于从单个流形上采样得到的数据集,它能够有效地学习其内在低维结构,然而当数据集是从多个流形上采样得到时,LLE的效果并不理想。提出了一种基于距离度量学习的改进方法:Metric LLE,它利用部分数据点的相似信息来学习距离度量。实验结果表明Metric LLE在应用中有很好的性能:分类能力比LLE好;在可视化方面,效果比Supervised LLE好。Locally linear embedding （ LLE ） is a classical manifold learning method. It is efficient in learning internal low-dimensional structure for data set sampled from a single global manifold. But when data sets are laid on （ or near） multiple manifolds, it often performs poor. In this paper, a semi-supervised variant of LLE called Metric LLE is proposed based on distance metric learning, which learns distance metric by similar information from partial data points. It is shown by the experiment that in application the Metric LLE performs better than LLE in terms of classification and Supervised LLE in terms of visualization.

关 键 词：流形学习 距离度量 局部线性嵌套 多流形 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术] TP311.132[自动化与计算机技术—计算机科学与技术]