陈诗文
- 作品数：3 被引量：6H指数：1
- 供职机构：浙江工业大学信息工程学院更多>>
- 发文基金：浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 矢量量化地标点的显式监督等距映射算法被引量：1
- 2015年
- 针对等距映射(ISOMAP)无监督、不能生成显式映射函数等局限性,提出矢量量化地标点的显式监督等距映射算法.该算法首先在构建的邻域图和测地线距离矩阵中引入类别信息;然后针对在迭代优化处理距离矩阵时引入地标点的问题,运用矢量量化方法代替传统随机选取方法,使选取的地标点更能反映整个流形结构;最后把径向基函数作为函数基,得到降维方法的显式映射表示.在手写数字数据集和UCI数据集上的实验表明,文中算法降维效果快速稳定,识别率较高.
- 陈诗文王宪保李梦园姚明海
- 关键词：数据降维矢量量化等距映射流形学习
- 基于正则化的半监督等距映射数据降维方法被引量：5
- 2016年
- 针对等距映射(ISOMAP)算法无监督,不能生成显式映射函数等局限性,该文提出一种正则化的半监督等距映射(Reg-SS-ISOMAP)算法。该算法首先利用训练样本的标签样本构建K联通图(K-CG),得到近似样本间测地线距离,并作为矢量特征代替原始数据点;然后通过测地线距离计算核矩阵,用半监督正则化方法代替多维尺度分析(MDS)算法处理矢量特征;最后利用正则化回归模型构建目标函数,得到低维表示的显式映射。算法在多个数据集上进行了比较实验,结果表明,文中提出的算法降维效果稳定,识别率高,显示了算法的有效性。
- 王宪保陈诗文姚明海
- 关键词：数据降维流形学习半监督学习正则化
- 流形学习在数据降维中的应用研究
- 随着信息技术的快速发展，越来越多的数据呈现出高维性和非线性，通过数据降维挖掘数据的本质逐步引起了学者们的广泛关注。与降维方法很少考虑数据几何结构不同，流形学习能够发现隐藏在高维数据中的低维流形结构，广泛应用于数据可视化、...
- 陈诗文
- 关键词：数据降维
