本文關鍵詞：基于局部約束字典學習的數據降維和重構方法

  更多相關文章： 字典學習 局部約束 數據降維 數據重構

【摘要】：針對目前已有的非線性降維算法存在計算復雜度高、難以處理大型數據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習的非線性降維算法。該方法通過重構一些潛在標志點的局部內在流形,并在數據處理過程中將訓練數據和未知數據一起嵌入到內在流形中,使得數據的內在幾何結構特征得以保持。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,易于處理大型數據集。另外,該算法也可以解決高維數據的重構問題,與已有重構方法相比具有計算簡單、重構誤差較低的特點。實驗結果表明了算法的有效性。
【作者單位】： 上海大學機電工程與自動化學院;山東理工大學電氣與電子工程學院;
【關鍵詞】： 字典學習 局部約束 數據降維 數據重構
【分類號】：TP391.41
【正文快照】： 1弓丨言 近年來,隨著信息技術的飛速發(fā)展,高維數據廣泛應用于模式識別、計算機視覺、數字圖像處理等領域,如何從高維數據中獲取描述其本質特征的信息,是信息科學領域中的基本問題。要解決此問題,需要對高維數據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者提

【相似文獻】

中國期刊全文數據庫 前10條

1 吳曉婷;閆德勤;;數據降維方法分析與研究[J];計算機應用研究;2009年08期

2 曾青松;賀衛(wèi)國;;局部敏感的半監(jiān)督數據降維方法[J];湖南科技大學學報(自然科學版);2009年03期

3 畢達天;邱長波;張晗;;數據降維技術研究現狀及其進展[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據降維[J];計算機應用研究;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據降維方法綜述[J];電子設計工程;2013年16期

6 周麗麗;李凡長;;基于范疇的數據降維方法[J];計算機科學;2011年09期

7 李海林;楊麗彬;;時間序列數據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據降維[J];軟件學報;2014年04期

9 王曉霞;孫德才;唐耀庚;;改進的入侵檢測數據降維方法[J];計算機工程與應用;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數據降維的圖像檢索方法[J];吉林大學學報(工學版);2008年04期

中國博士學位論文全文數據庫 前2條

1 邵紀東;非線性過程監(jiān)測中的數據降維及相關問題研究[D];浙江大學;2010年

2 陳曉紅;數據降維的廣義相關分析研究[D];南京航空航天大學;2011年

中國碩士學位論文全文數據庫 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;2015年

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

3 陳多;數據降維方法研究及在人臉性別識別中的應用[D];重慶大學;2013年

4 談銳;半監(jiān)督數據降維方法的研究[D];江南大學;2012年

5 劉磊;對液相質譜數據集的數據降維[D];吉林大學;2007年

6 徐林豐;圖嵌入模型及其在數據降維中的應用[D];西安電子科技大學;2011年

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

8 郭榮平;基于流形學習的數據降維[D];復旦大學;2011年

，

本文編號：594406