基于马氏距离度量的局部线性嵌入算法

作者：张兴福; 黄少滨

来源：模式识别与人工智能, 2012, (02): 318-324.

DOI：10.16451/j.cnki.issn1003-6059.2012.02.014

• 局部线性嵌入
• 流形学习
• 降维
• 图像识别 Locally Linear Embedding
• Manifold Learning
• Dimensionality Reduction
• Image Recognition

局部线性嵌入算法(LLE)中常用欧氏距离度量样本间相似度.而对于图像等高维数据,欧氏距离不能准确体现样本间的相似程度.文中提出基于马氏距离度量的局部线性嵌入算法(MLLE).算法首先从现有样本中学习到一个马氏度量,然后在LLE算法的近邻选择、现有样本及新样本降维过程中用马氏度量作为相似性度量.将MLLE算法及其它典型的流形学习算法在ORL和USPS数据库上进行对比实验,结果表明MLLE算法具有良好的识别性能.

• 单位
  黑龙江省农垦经济研究所; 哈尔滨工程大学