作者:毕略; 孙文心; 熊伟丽降维全局信息敏感度软测量
摘要:局部线性嵌入(LLE)作为一种经典的流形学习算法,能够得到高维空间的低维流形,但对近邻样本数选择敏感,缺乏全局结构保持能力.为解决此问题,提出了一种改进的LLE算法.在综合考虑样本间差异和数据全局代表性的基础上,通过引入离散度保持项和全局权重指标,提高了算法在降维重构过程中的信息挖掘能力,并降低了对噪声的敏感度,克服了传统LLE算法只关注局部流形特征而忽略全局结构的缺陷.数值仿真和小麦籽粒蛋白质含量软测量的应用仿真验证了该算法的有效性和优越性.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社