论文研究-基于邻近线性表示的降维方法.pdf

【文件属性】：

文件名称：论文研究-基于邻近线性表示的降维方法.pdf

文件大小：2.02MB

文件格式：PDF

更新时间：2022-08-11 15:09:39

降维,流形学习,无监督,相似图

针对如何在高维数据集中寻找嵌入的低维流形结构问题，提出了基于邻近线性表示的降维方法，该算法克服了基于成对距离相似性降维算法和基于重建系数相似性降维算法的缺点。该算法具有封闭解，时间复杂度低。实验证明，与LE、ISOMAP和LLE算法相比，该算法抗噪能力强，对邻域大小选取不敏感，在采样数据比较少的情况下也能正常运行。