本文關(guān)鍵詞：基于局部約束字典學(xué)習(xí)的數(shù)據(jù)降維和重構(gòu)方法

  更多相關(guān)文章： 字典學(xué)習(xí) 局部約束 數(shù)據(jù)降維 數(shù)據(jù)重構(gòu)

【摘要】：針對目前已有的非線性降維算法存在計算復(fù)雜度高、難以處理大型數(shù)據(jù)集和增量化降維問題,本文提出了一種基于局部約束字典學(xué)習(xí)的非線性降維算法。該方法通過重構(gòu)一些潛在標(biāo)志點的局部內(nèi)在流形,并在數(shù)據(jù)處理過程中將訓(xùn)練數(shù)據(jù)和未知數(shù)據(jù)一起嵌入到內(nèi)在流形中,使得數(shù)據(jù)的內(nèi)在幾何結(jié)構(gòu)特征得以保持。與已有非線性降維方法相比,該算法具有計算復(fù)雜度低、存儲空間小和通用性強的特點,可以很好地解決增量化降維問題,易于處理大型數(shù)據(jù)集。另外,該算法也可以解決高維數(shù)據(jù)的重構(gòu)問題,與已有重構(gòu)方法相比具有計算簡單、重構(gòu)誤差較低的特點。實驗結(jié)果表明了算法的有效性。
【作者單位】： 上海大學(xué)機電工程與自動化學(xué)院;山東理工大學(xué)電氣與電子工程學(xué)院;
【關(guān)鍵詞】： 字典學(xué)習(xí) 局部約束 數(shù)據(jù)降維 數(shù)據(jù)重構(gòu)
【分類號】：TP391.41
【正文快照】： 1弓丨言 近年來,隨著信息技術(shù)的飛速發(fā)展,高維數(shù)據(jù)廣泛應(yīng)用于模式識別、計算機視覺、數(shù)字圖像處理等領(lǐng)域,如何從高維數(shù)據(jù)中獲取描述其本質(zhì)特征的信息,是信息科學(xué)領(lǐng)域中的基本問題。要解決此問題,需要對高維數(shù)據(jù)進行有效的降維處理。在過去的十幾年中,許多降維算法已被學(xué)者提

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳曉婷;閆德勤;;數(shù)據(jù)降維方法分析與研究[J];計算機應(yīng)用研究;2009年08期

2 曾青松;賀衛(wèi)國;;局部敏感的半監(jiān)督數(shù)據(jù)降維方法[J];湖南科技大學(xué)學(xué)報(自然科學(xué)版);2009年03期

3 畢達天;邱長波;張晗;;數(shù)據(jù)降維技術(shù)研究現(xiàn)狀及其進展[J];情報理論與實踐;2013年02期

4 羅偉;王莉;艾麗;王月行;;基于概念格的圖像特征數(shù)據(jù)降維[J];計算機應(yīng)用研究;2009年09期

5 劉翠響;趙亞娜;王寶珠;張艷;;基于圖論的人臉圖像數(shù)據(jù)降維方法綜述[J];電子設(shè)計工程;2013年16期

6 周麗麗;李凡長;;基于范疇的數(shù)據(jù)降維方法[J];計算機科學(xué);2011年09期

7 李海林;楊麗彬;;時間序列數(shù)據(jù)降維和特征表示方法[J];控制與決策;2013年11期

8 何進榮;丁立新;李照奎;胡慶輝;;基于邊界判別投影的數(shù)據(jù)降維[J];軟件學(xué)報;2014年04期

9 王曉霞;孫德才;唐耀庚;;改進的入侵檢測數(shù)據(jù)降維方法[J];計算機工程與應(yīng)用;2011年25期

10 李勇;陳賀新;趙剛;孫中華;陳綿書;;基于可變k近鄰LLE數(shù)據(jù)降維的圖像檢索方法[J];吉林大學(xué)學(xué)報(工學(xué)版);2008年04期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 邵紀(jì)東;非線性過程監(jiān)測中的數(shù)據(jù)降維及相關(guān)問題研究[D];浙江大學(xué);2010年

2 陳曉紅;數(shù)據(jù)降維的廣義相關(guān)分析研究[D];南京航空航天大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 馬嘯;基于光譜多元校正模型的研究[D];北京化工大學(xué);2015年

2 姚飛;基于事件主題挖掘的時間摘要技術(shù)研究[D];北京工業(yè)大學(xué);2015年

3 陳多;數(shù)據(jù)降維方法研究及在人臉性別識別中的應(yīng)用[D];重慶大學(xué);2013年

4 談銳;半監(jiān)督數(shù)據(jù)降維方法的研究[D];江南大學(xué);2012年

5 劉磊;對液相質(zhì)譜數(shù)據(jù)集的數(shù)據(jù)降維[D];吉林大學(xué);2007年

6 徐林豐;圖嵌入模型及其在數(shù)據(jù)降維中的應(yīng)用[D];西安電子科技大學(xué);2011年

7 肖海明;基于數(shù)據(jù)降維和支持向量機的入侵檢測方法研究[D];華北電力大學(xué)（河北）;2010年

8 郭榮平;基于流形學(xué)習(xí)的數(shù)據(jù)降維[D];復(fù)旦大學(xué);2011年

，

本文編號：594406