基于概率距离的局部线性嵌入在上下文感知中的应用

上下文感知是近几年来研究的热点,主要采用机器学习的算法来进行推理。原始的LLE(Locally linear embedding)算法只能对单个流形进行采样处理,但是不能处理多流形的情况,不能得到正确的邻域。针对这一点对LLE算法进行改进,得到PLLE算法(Probabilistic LLE),并将改进的算法用UCI数据集进行验证。通过实验证明,该方法的分类效果较LLE算法、ISOMAP算法、PCA算法和KNN算法在一定的数据集上要好一些;最后将PLLE算法运用的上下文感知中,可以发现,PLLE算法能够得出较完整的上下文信息,比LLE算法要好。