矢量量化地标点的显式监督等距映射算法 - 模式识别与人工智能.pdf

第28 卷摇 第9 期 模式识别与人工智能 Vol.28摇 No.9 2015年9月 PR AI Sept.摇 2015 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 * 摇 摇 摇 摇 摇 矢矢量量化地标点的显式监督等距映射算法 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 陈诗文摇 摇 王宪保摇 摇 李梦园摇 摇 姚明海 (浙江工业大学 信息工程学院摇 杭州310023) 摘摇 要摇 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. 关键词摇 数据降维,矢量量化,等距映射,流形学习 中图法分类号摇 TP391 DOI摇 10.16451/ ki.issn1003鄄6059.201509003 Vector Quantization Landmark Points for Supervised Isometric Mapping with Explicit Mapping CHEN Shi鄄Wen,WANG Xian鄄Bao,LI Meng鄄Yuan,YAO Ming鄄Hai (College of Information Engineering,Zhejiang University of Technology,Hangzhou310023) ABSTRACT Since isometric mapping (ISOMAP) has no supervision and explicit mapping function and other limitations, an improved algorithm, selection of vector quantization landmark points for supervised isometric mapping with explicit mapping (SE鄄VQ鄄ISOMAP), is put forward. Firstly, the category information isint