利用切空间保留流形非线性结构线性降维方法.pdfVIP

摘 要 降维作为一项寻找蕴含在高维数据中低维相关性的技术，在模式识别，机 器学习以及图像处理领域有着广泛的应用，是人们揭示复杂现象和事物中本 质规律的强有力工具。它的目的是在保证原数据某些性质的基础上，将高维空 间的样本点映射到某个低维空问上，从而简化了数据的后续处理过程。因此， 基于降维过程所要保留的不同性质，科学家们已经研究出了众多降维算法，比 虫HPCA、LLE等，这些方法在各自关注的问题中都发挥着重要的作用，成为人们 进行数据挖掘的有效途径。 本文首先介绍了降维技术产生的背景、其问题描述以及研究现状。接着回 顾了近几年受到广泛关注的几种经典降维算法，阐述了它们的思想和实现过程， 并通过实际例子分析了它们的优缺点。然后，本文以此为切入点，关注流形的 非线性结构，提出了流形上不同方向上的线性化程度概念，通过分析流形的切 空间，确定其线性化程度较高的子空间，从而产牛相应的线性降维方法，保留了 流形的非线性结构。 关键词：降维，非线性结构，切空间 Abstract Asa for lowdimensional of technologyobtaining representationextremely all rolein dimension reduction importantmany high data，diInensionalityplays fields isfre- recognition，machinelearning，imageprocessing．It such罄pattern usedhuman essential whichis hidden by todiscoverthe principaldeeply quently in the of severalcertain phenomenon．Withpreserving prop- complicated purpose reductionafunction the erties，dimensionality mappingsamplepoints generate dimension．Soitcan ina dimensiontoa withmuchlower high spacesubspace the different wewishto successive to simplify procedure．Accordingproperties have for reduction， proposedmanyalgorithmsdimensionality preserve，scientists allactwellintheirOWYl becomeusefulmeth— SUchas fields，and PCA，LLE，they