| 一种基于压缩感知的邻域优化算法 |
| |
| 引用本文： | 吕志超,闫德勤,刘胜蓝,刘德山. 一种基于压缩感知的邻域优化算法[J]. 计算机应用研究, 2014, 31(9) |
| |
| 作者姓名： | 吕志超 闫德勤 刘胜蓝 刘德山 |
| |
| 作者单位： | 1. 辽宁师范大学计算机与信息技术学院,辽宁大连,116081
2. 大连理工大学电子信息与电气工程学部,辽宁大连,116024 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 非线性降维方法是目前对降维研究有着重要影响的方法,但在降维过程中经常会遇到局部邻域信息量不足、短路和噪声干扰等问题,严重影响降维效果,很难广泛应用于真实数据的处理中.对以上问题分析发现,其主要原因在于经典降维算法都是采用全局固定的邻域大小.提出了一种基于压缩感知的邻域优化算法,运用压缩感知技术对高维空间目标点近邻进行压缩采样,构建“收—放”模型,自适应得到最优子空间,同时优化邻域组成元素,使得数据的整体降维效果更加稳定.通过手工流形和真实数据集的实验,验证了算法的有效性和稳定性.
|
| 关 键 词： | 流行学习 非线性 压缩感知 优化邻域 降维 |
Neighborhood optimization algorithm based on compressive sensing |
| |
| LV Zhi-chao,YAN De-qin,LIU Sheng-lan,LIU De-shan. Neighborhood optimization algorithm based on compressive sensing[J]. Application Research of Computers, 2014, 31(9) |
| |
| Authors: | LV Zhi-chao YAN De-qin LIU Sheng-lan LIU De-shan |
| |
| Abstract: | |
| |
| Keywords: | manifold learning nonlinear compressive sensing optimization of neighborhood dimensionality reduction |
| 本文献已被 万方数据 等数据库收录！ |
|
