基于谱聚类的非线性降维算法研究
随着信息技术的快速发展，获取大数据量、高维数、非结构化的数据也变得越来越容易，为避免发生维数灾难，必须对数据进行维数约简。针对已有降维算法对非平坦,表面不光滑的高维数据进行维数约简时表现出的缺点,本文在分析线性判别分析(LDA)和局部线性嵌入(LLE)算法步骤的基础上,根据谱分析突出的判别能力和聚类函数求解邻域点的优化能力,推导出一种基于谱聚类的非线性降维算法SC-LLE.在两种不同的测试数据集上进行仿真实验,对SC-LLE算法和其它降维算法的降维效果进行比较,仿真结果表明SC-LLE算法对结构非平坦、表面非光滑的高维数据降维的有效性.
非线性降维算法 谱聚类 局部线性嵌入 线性判别分析
陈昆 李跃华
南京理工大学电子工程与光电技术学院,南京,210094
国内会议
成都
中文
78-83
2013-10-01（万方平台首次上网日期，不代表论文的发表时间）