基于密度缩放因子的ISOMAP算法-计算机科学.PDF

第 卷 第 期 计 算 机 科 学 ４５ 　 ７ Vol．４５No．７ 年 月 ２０１８ ７ COMPUTER SCIENCE Jul２０１８ y 基于密度缩放因子的ISOMAP算法 李香元 蔡 骋 何进荣 　 　 　 (西北农林科技大学信息工程学院 陕西 杨凌 ) 　 ７１２１００ 　 ( ) , 摘 要 等度量映射 算法是一种被广泛应用的非线性无监督降维算法 通过保持各个观测样本间的测地 　 　 ISOMAP , . , , 距离进行等距嵌入 从而实现高维空间向低维空间的坐标转换 但在实际应用中 观测数据无可避免地会存在噪声 , , 由于测地距离的计算对噪声比较敏感 并且也没有考虑数据集的密度分布 导致 ISOMAP算法降维后低维坐标表示 . , , ( 存在几何变形 针对这一缺点 根据局部密度的思想 提出一种基于密度缩放因子的ISOMAPDensitScalin Factor y g , ) . , , BasedISOMAPDＧISOMAP算法 在传统的ISOMAP算法框架下 首先 针对每个观测样本计算一个局部密度缩放 ; , , ; 因子 然后 在测地距离的计算过程中 将直接相邻的两个样本之间的测地距离除以这两个样本密度缩放因子的乘积 , , . , 最后 通过最短路径算法求得改进后的距离矩阵 并对其进行降维处理 改进的测地距离在密度较大的区域被缩小 , , . 而在密度较小的区域被放大 这样可以减小噪声对降维效果的影响 提升可视化和聚类效果 人工数据集和 UCI数 , , 据集上的实验结果表明 在数据集的可视化和聚类效果方面 DＧISOMAP算法较经典的无监督降维算法具有一定的 优势. , , , , 关键词　ISOMAP流形学习 密度缩放因子 噪声数据 降维 中图法分类号 文献标识码 / 　TP１８１　　　 　A　　　DOI　１０．１１８９６ ．issn．１００２Ｇ１３７X．２０１８．０７．０３６