基于局部鄰域優(yōu)化的降維算法研究.pdf

1、分類號：密級：學(xué)校代碼：學(xué)號：逢享師耗犬擎10165201111228碩士學(xué)位論文基于局部鄰域優(yōu)化的降維算法研究作者姓名：學(xué)科、專業(yè)：研究方向：導(dǎo)師姓名：呂志超計算機軟件與理論模式識別閆德勤教授2014年6月遼寧師范大學(xué)碩士學(xué)位論文摘要隨著信息技術(shù)的發(fā)展與應(yīng)用，高維數(shù)據(jù)隨之產(chǎn)生，被成功應(yīng)用到“數(shù)字化”世界中，如高光譜圖像分析、地理信息系統(tǒng)、計算生物基因?qū)W等。高維數(shù)據(jù)維數(shù)高、信息量繁雜的問題不斷挑戰(zhàn)著計算機的軟、硬件能力。傳統(tǒng)的聚類、分類

2、等算法已不能滿足對高維數(shù)據(jù)處理的需要。這時，流形學(xué)習(xí)成為解決數(shù)據(jù)維數(shù)過高的有效手段。流形學(xué)習(xí)的目的是把高維數(shù)據(jù)嵌入到低維流形中，得到低維空間表達效果。它是機器學(xué)習(xí)中的重要方法，成為高維數(shù)據(jù)降維的先進技術(shù)手段。在很多計算機應(yīng)用領(lǐng)域中，流形學(xué)習(xí)有廣泛的應(yīng)用，成為近年來的研究重點、熱點。這些方法有：等距映射、局部切空間排列和局部線性嵌入等。非線性降維方法幾乎都是假設(shè)任何局部可近似線性化而提出的。但是在很多時候，高維數(shù)據(jù)樣本點分布復(fù)雜，局部子空

3、間很難滿足局部可近似線性化的假設(shè)，導(dǎo)致最后的降維效果不理想。在這種情況下，局部鄰域子空間的優(yōu)化就成為了研究流形學(xué)習(xí)的重要方面。本文主要對局部線性嵌入阻E)算法和局部切空間排列(LTSA)算法進行了研究，對流形學(xué)習(xí)中的鄰域優(yōu)化問題提出相應(yīng)的解決方法：(1)研究經(jīng)典局部線性嵌入(LLE)算法，對算法中全局信息和局部信息的提取機制進行分析后，在LLE的基礎(chǔ)上提出了一種改進方法。經(jīng)過實驗證明，新方法有很好的穩(wěn)定性和有效性。(2)研究經(jīng)典局部切空