判别随机近邻嵌入分析方法.doc

计算机辅助设计与图形学学报
puter-AidedDesign & ComputerGraphics
第24 卷第11 期
2012 年11 月


判别随机近邻嵌入分析方法
郑建炜,邱 虹,蒋一波,王万良
(浙江工业大学计算机科学与技术学院杭州
(******@zjut.)
310023)
摘要:针对随机近邻嵌入算法的非线性本质和无监督学习特征,提出一种线性有监督的特征提取方法,称为判别
,用于反映同类和异类数据间的相似度;同时引入线性投影矩阵生成子空间数据,并在类内 KL 散度最小和类间 KL ,结果表明,该方法不仅具有较好的可视化能力, 而且能够有效地对不同类别的数据进行降维分簇,提升后续模式分类器的鉴别效果.
关键词:流形嵌入;有监督学习;数据可视化;随机近邻嵌入
中图法分类号:
eighborEmbeddingAnalysisMethod
ZhengJianwei,Qiu Hong,JiangYibo,and Wang Wanliang
(puterScienceandTechnology,ZhejiangUniversityofTechnology,Hangzhou
310023)
Abstract:eighbor
embedding (DSNE)isproposed based onthealgorithm ofstochastic neighborembeddingthatis modelthepairwisesimilaritiesof inputsamples with projection matrixis used to discoverthe underlying structure ofdata manifold whichis minimizethe intraclassKullback-LeiblerdivergenceaswellasmaximizetheinterclassKullback-Leiblerdivergences. proposedalgorithm providesabettervisualizationeffectivenessaswellaspowerfulpatternrevealing plex manifolddata.
Keywords:manifoldembedding;supervisedlearning;datavisualization;eighborembedding
模式识别、图像检索和计算机视觉等所处理的
原始数据