吴晓婷 作品数:6 被引量:93 H指数:3 供职机构: 辽宁师范大学计算机与信息技术学院 更多>> 发文基金: 中国科学院自动化研究所复杂系统与智能科学重点实验室开放课题基金 辽宁省教育厅高等学校科学研究项目 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>>
高维数据流形的低维嵌入问题研究 被引量:1 2008年 Isomap是基于流形理论提出的一种非线性降维方法,用于恢复潜藏于高维空间低维子流形中数据的低维参数。Isomap方法的一个重要前提是假设数据空间与参数空间之间存在等距映射。通过流形学习和对Isomap方法的分析,证明了高维数据空间与参数空间之间存在一般意义下的等距映射,并引用一个基于Isomap的实例说明Isomap算法的有效性。 吴晓婷 马玉梅关键词:流形 等距映射 ISOMAP 测地线距离 数据降维 改进的非线性数据降维方法及其应用 被引量:6 2011年 局部线性嵌入算法(Locally Linear Embedding,LLE)是基于流形学习的非线性降维方法之一。LLE利用样本点的近邻点的线性组合对每个样本点进行局部重构,而不同近邻个数的选取会产生不同的重构误差,从而影响整体算法的实施。提出了一种LLE的改进算法,算法有效地降低了近邻点个数对算法的影响,并很好地学习了高维数据的流形结构。所提方法的有效性在人造和真实数据的对比实验中得到了证实。 吴晓婷 闫德勤关键词:数据降维 流形学习 局部线性嵌入 图像检索 一种改进的MVU降维方法 2018年 Maximum Variance Unfolding(MVU)是一种基于流形学习的非线性降维方法。该算法中近邻点的选取对MVU的降维效果影响很大。利用样本点聚类后的类别信息构造密度系数,提出了一种MVU改进的算法。所提出算法根据近邻点分布的不同,挖掘数据局部的密度信息,有效的保持了高维数据中的流形结构。人脸表情和图像检索实验证实了所提出方法的有效性。 王洪东 贾宏哲 吴晓婷关键词:流形学习 降维 聚类 一种基于Zernike矩形状检索的新算法 被引量:2 2010年 高维Zernike矩作为图像检索的形状特征描述子,具有描述图像区域细节信息的能力,能够全面有效地表征图像的内容。但是高维的矩存在着"维数灾难"的问题,不仅使算法的复杂度增大,而且会增加不必要的信息,造成主要信息混淆,影响对图像的描述。提出了流行学习的方法来处理冗余的数据信息。在通过拉普拉斯图保持局部样本数据不变的情况下,引入了全局算法来保证样本的整体性。考虑到信息之间的相关性而影响投影的准确率,对其进行Schur特征值分解,得到正交基向量,从而使数据重构相对容易,并且Zernike矩的旋转不变性仍能保持下来,使检索得到的图像更加符合人眼视觉效果。该方法在检索性能上优于传统的局部保持投影方法,检索效果有明显的提高。 郭丹 闫德勤 吴晓婷 刘胜蓝关键词:ZERNIKE矩 图像检索 主成分分析 局部保持投影 SCHUR分解 数据降维方法分析与研究 被引量:80 2009年 全面总结现有的数据降维方法,对具有代表性的降维方法进行了系统分类,详细地阐述了典型的降维方法,并从算法的时间复杂度和优缺点两方面对这些算法进行了深入的分析和比较。最后提出了数据降维中仍待解决的问题。 吴晓婷 闫德勤关键词:数据降维 主成分分析 局部线性嵌入 等度规映射 计算复杂度 基于流形学习的数据降维算法的研究 随着信息时代的到来,科研工作者在研究过程中不可避免地会遇到大量的高维数据,如全球气候模型、人类基因分布、文本聚类中的词频等,所以经常会面临高维数据降维的问题。数据降维的目的是要找出隐藏在高维数据中的低维结构。为了更精确地... 吴晓婷关键词:数据降维 流形学习 文献传递