自适应近邻的局部线性嵌入算法

作者：张兴福; 黄少滨

来源：哈尔滨工程大学学报, 2012, (04): 489-495.

• 局部线性嵌入
• 自适应近邻
• 维数约减
• 嵌入算法
• 最优近邻
• 相似性度量函数 locally linear embedding
• adaptive neighborhoods
• dimensionality reduction
• embedding algorithm
• optimal neighbors
• similarity measure function

在局部线性嵌入算法(LLE)中寻找最优近邻数常用试凑法进行搜索,需要大量的时间才能得到最优结果.为此提出基于自适应近邻的局部线性嵌入算法(ANLLE),算法首先给出一个相似性度量函数,然后据此为各个样本设定阈值,根据每个样本周围数据分布情况,为每个样本自动设置不同近邻数,最后在各个样本近邻数不相同情况下进行数据降维及待测样本的分类.在人脸数据库及手写数字数据库上的对比实验表明,ANLLE算法识别性能高于标准LLE算法及邻域线性嵌入算法(NLE).

• 单位
  哈尔滨工程大学; 黑龙江省农垦经济研究所