基于密度和相关分量分析的局部线性嵌入算法

作者:王楠; 贾永利; 韩淑运; 杨裔*; 李廉; 李彩虹
来源:计算机工程与设计, 2021, 42(05): 1293-1299.
DOI:10.16208/j.issn1000-7024.2021.05.014

摘要

为解决局部线性嵌入算法(LLE)性能受初始邻域值大小和相似性度量选取的制约,提出一种基于密度和相关分量分析(relevant component analysis,RCA)的局部线性嵌入算法(DRLLE)。对每一个样本点计算一个密度缩放因子,根据密度缩放因子对样本点的初始邻域值进行自适应调整,计算RCA距离作为LLE算法的相似性度量,得到样本点的近邻集,进行降维处理。将DRLLE和其它LLE改进算法在Swiss roll、Swiss roll hole和ORL数据库上进行对比实验,其结果表明,DRLLE算法具有良好的降维效果和识别性能。

全文