基于采样密度和流形弯曲度的动态邻域算法  

Dynamical Neighborhood Algorithm Based on Sampling Density and Manifold Curvature

作　　者：高小方[1,2] 梁吉业[1,2] 

机构地区：[1]山西大学计算机与信息技术学院,太原030006 [2]山西大学计算智能与中文信息处理教育部重点实验室,太原030006

出　　处：《计算机工程》2010年第12期17-18,21,共3页Computer Engineering

基　　金：国家“863”计划基金资助项目(2007AA01Z165);国家自然科学基金资助项目(70471003,60773133);高等学校博士学科点专项科研基金资助项目(20050108604);教育部科学技术研究基金资助重点项目(206017);山西省重点实验室开放基金资助项目(200603023)

摘　　要：针对流形学习的邻域优化问题,提出一种动态邻域的算法。基于局部采样密度和流形弯曲度估计切空间,并为所有样本点动态地选择邻域,其参数可通过计算残差自动确定。实验结果表明,将这种算法应用于ISOMAP后,邻域得到进一步优化,嵌入结果也更加准确。This paper proposes an approach to select the dynamical neighborhood for each point while constructing the tangent subspace based on the sampling density and manifold curvature. The parameters of the approach can be automatic determined by computing the residual variances. This paper applies it to ISOMAE and experimental results validate the optimization of the neighborhood and the accurate of the embedding results.

关 键 词：流形学习 切空间 动态邻域 采样密度 流形弯曲度 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]