一种基于Biharmonic样条插值的流形学习算法.pdfVIP

第５２卷　第５ 期 中山大学学报 （自然科学版） Ｖｏｌ５２　Ｎｏ５ 　 ２０１３年　９ 月 ＡＣＴＡ　ＳＣＩＥＮＴＩＡＲＵＭ　ＮＡＴＵＲＡＬＩＵＭ　ＵＮＩＶＥＲＳＩＴＡＴＩＳ　ＳＵＮＹＡＴＳＥＮＩ Ｓｅｐ　２０１３ 　 一种基于 Ｂｉｈａｒｍｏｎｉｃ样条插值的流形学习算法 １，２ ２ ２ 顾艳春 ，马争鸣 ，梁宇滔 （１．佛山科学技术学院电子与信息工程学院，广东佛山５２８０００； ２．中山大学信息科学与技术学院，广东广州５１０２２０） 摘　要：作为一种有效的非线性降维方法，流形学习在众多领域吸引了广泛的关注并取得了长足的发展。但当 样本点较为稀疏时，样本点的局部邻域很难满足流形学习局部同胚的前提条件，此时流形学习算法往往效果变 差甚至失效。一种有效的解决方法是增加一些新的插值点。但已有的插值方法选取的插值点与原样本点均存在 线性关系。从线性代数的理论来说，由插值点和原有邻域点张成的线性子空间与原有邻域点张成的子空间是一 样的，因此，不会改善线性逼近的误差。而且，插值点没有反应出流形的本质结构和特征，从理论上背离了数 据降维的目的。为此，提出了一种基于Ｂｉｈａｒｍｏｎｉｃ非线性插值技术的流形学习算法ＢｂＭＬＡ。由于是从高维曲面 逼近的角度非线性的选择插值点，插值出的样本点不会被原有邻域点线性表示，从而能更好的重构原样本点。 将ＢｂＭＬＡ应用到多个数据集后，图示说明了插值点能够有效的改善邻域内的样本点结构，同时插值后的流形学 习算法具有较好的有效性和稳定性。 关键词：流形学习；数据降维；曲面拟合；插值 中图分类号：ＴＰ３９１４　　文献标志码：Ａ　　文章编号：０５２９ －６５７９ （２０１３）０５ －００８２－１０ Ａ Ｍａｎｉｆｏｌｄ Ｌｅａｒｎｉｎｇ Ａｌｇｏｒｉｔｈｍ Ｂａｓｅｄ ｏｎ Ｂｉｈａｒｍｏｎｉｃ Ｓｐｌｉｎｅ Ｉｎｔｅｒｐｏｌａｔｉｏｎ Ｔｅｃｈｎｉｑｕｅ １，２ ２ ２ ＧＵＹａｎｃｈｕｎ ，ＭＡ Ｚｈｅｎｇｍｉｎｇ ，ＬＩＡＮＧ Ｙｕｔａｏ （１．Ｓｃｈｏｏｌ ｏｆＥｌｅｃｔｒｏｎｉｃｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｆｏｓｈａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｆｏｓｈａｎ５２８０００，Ｃｈｉｎａ； ２．Ｓｃｈｏｏｌ ｏｆＩｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｓｕｎ Ｙａｔｓｅｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０００６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｓ ａｎ ｅｆｆｅｃｔｉｖｅ ｎｏｎｌｉｎｅａｒ ｄｉｍｅｎｓｉｏｎ ｒｅｄｕｃｔｉｏｎ ｍｅｔｈｏｄ，ｍａｎｉｆｏｌｄ ｌｅａｒｎｉｎｇ ｈａｓ ａｔｔｒａｃｔｅｄ ｗｉｄｅ ｓｐｒｅａｄ ａｔｔｅｎｔｉｏｎ ａｎｄ ｍａｄｅ ｇｒｅａｔ ｐｒｏｇｒｅｓｓ．Ｂｕｔ ｗｈｅｎ ｓａｍｐｌｅ ｐｏｉｎｔｓ ａｒｅ ｎｏｔ ｄｅｎｓｅ，ｔｈｅｓｅ ａｌｇｏｒｉｔｈｍｓ ｏｆｔｅｎ ｂｅｃｏｍｅ ｗｏｒｓｅ ｏｒｅｖｅｎｆａｉｌｅｄｊｕｓｔｂｅｃａｕｓｅｔｈｅｐｏｉｎｔｓｉｎ ｓｏｍｅ ｎｅｉｇｈｂｏｒｈｏｏｄｓｄｏｎｏｔｍｅｅｔｔｈｅｒｅｑｕｉｒｅｍｅｎｔｏｆ ｌｏｃａｌ ｈｏｍｅｏｍｏｒｐｈｉｓｍ．Ａｎ ｅｆｆｅｃｔｉｖｅ ｓｏｌｕｔｉｏｎ ｔｏ ｔｈｉｓ ｑｕｅｓｔｉｏｎ ｉｓｔｏ ｉｎｃｒｅａｓｅ ｓｏｍｅ ｎｅｗ ｉｎｔｅｒｐｏｌａｔｉｏｎ ｐｏｉｎｔｓ． Ｕｎｆｏｒｔｕｎａｔｅｌｙ，ｔｈｅ ｐｏｉｎｔｓｓｅｌｅｃｔｅｄ ｂｙ ｅｘｉｓｔｉｎｇｉｎｔｅｒｐｏｌａｔｉｏｎ ｍｅｔｈｏｄｓｎｏｗａｄａｙｓａｒｅ ａｌｌｌｉｎｅａｒｗｉｔｈ ｔｈｅ ｏｒｉｇｉ