文件名称：论文研究-改进的多流形LLE学习算法.pdf
文件大小：901KB
文件格式：PDF
更新时间：2022-09-27 05:42:42
论文研究
流形学习已成为机器学习和数据挖掘领域的研究热点。比如，算法LLE（Locally Linear Embedding）作为一种非线性降维算法有很好的泛化性能，被广泛地应用于图像分类和目标识别，但其仅仅假设了数据集处于单流形的情况。MM-LLE（Multiple Manifold Locally Linear Embedding）学习算法作为一种考虑多流形情况的改进算法，依然存在几点不足之处。因此，提出改进的MM-LLE算法，通过任意两类间的局部低维流形组合并构建分类器来提高分类精度；同时改进原算法计算最佳维度的方法。通过与算法ISOMAP、LLE以及MM-LLE比较分类精度，实验结果验证了改进算法的有效性。