科研之友
微信
新浪微博
Facebook
分享链接
摘要
近邻保持嵌入算法NPE是流形学习领域中一种重要的降维算法，现已成功应用于很多领域，例如人脸识别、语音识别等，但在处理局部邻域信息量不足、存在短路以及流形曲率大等稀疏数据时，原始数据的几何拓扑结构损坏严重。其主要原因是在邻域选择中没有对数据类间信息进行很好的区分。基于此，提出了一种优化的近邻保持算法(ONPE),在NPE算法中对数据类间信息进行优化，构造类间权值矩阵；并在低维局部重建时引入类内密度信息，从数据类内和类间两个维度出发，更好地避免数据在近邻选取方向上的缺失。将ONPE算法应用于图像检索等实验，结果表明在图像检索的实验中该算法有较高的查准率和查全率。ONPE相对于NPE降维的时间复杂度并没有增加，验证了算法的实用性和有效性。
-
单位辽宁师范大学; 河北建筑工程学院
