文件名称：基于基追踪方法的LLE降维算法研究
文件大小：1.1MB
文件格式：PDF
更新时间：2021-07-27 07:10:09
流形学习 局部线性嵌入 压缩感知 凸松弛技术 基追踪
这是本人2018年6月初的毕业论文，当时网上并没有相关资料，因此属于原创，如有雷同，纯属巧合。 由于想清楚这个课题离交稿只有三天，由于时间关系，所以论文中的实验结果是不对的，我将在后续博客中公布正式结果 在LLE的降维过程中，若高维流形的数据量较大，为了保证提取流形的几何结构特征具有全局特性，需要扩大近邻点的集合，但根据实验结果，当近邻点个数大于高维流形的维数，可能会出现降维错误。而现有的基于正交匹配追踪的改进LLE算法（LLE-OMP），由于0范数的限制，实质上近邻点的选取还是不会大于高维流形维数。 本文提出了一种新的LLE改进算法，允许扩大近邻点集合，从而更好地提取高维流形的全局性几何结构特征