国家自然科学基金(60495019)
- 作品数：3 被引量：10H指数：3
- 相关作者：王守觉徐菲菲魏莱更多>>
- 相关机构：同济大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于带权多维尺度变换的奇异值挖掘被引量：4
- 2008年
- 大量的高维数据在分布上表现为一低维流形,试图从这样的数据集中探测出奇异点,传统的奇异点挖掘算法可能失效。本文提出了一种带权重的多维尺度变化,算法通过局部的高维数据集和其低维重构的误差来设定数据点的局部权重,再利用权重之和得到的数据点置信度,以此来进行奇异值的判定。通过实验验证了算法的有效性。
- 魏莱王守觉徐菲菲
- 关键词：奇异值流形学习
- 一种对奇异值不敏感的ISOMAP被引量：3
- 2007年
- ISOMAP是一种经典的非线性降维方法,能够有效地发现高维非线性数据集的低维几何结构,但该算法对奇异值和噪声非常敏感。利用具有鲁棒性的主成分分析(Robust PCA)来探测奇异点,并对奇异点进行适当处理以降低ISOMAP对其的敏感程度。所提出的算法直观且易于理解,实验结果也证明它具有较好的鲁棒性,而且在奇异点较多的情况下仍能保持数据的整体结构。
- 魏莱王守觉徐菲菲
- 关键词：流形学习主成分分析等度规映射
- 一种自适应邻域选择算法被引量：3
- 2008年
- 提出一种自适应邻域选择算法,适用于所有基于局部的流形学习算法.该算法能够根据数据集分布的不同密度和曲率选择合适的邻域大小,同时结合局部多维尺度变换(LMDS),在合适的邻域下直接降维并通过全局整合得到数据集的低维坐标.实验表明该算法可较好恢复较复杂数据集的低维几何结构.
- 魏莱王守觉徐菲菲
- 关键词：流形学习非线性降维
