高维数据降维技术及研究进展.docxVIP

高维数据降维技术及研究进展 刘靖;赵逢禹 【摘 要】降维技术旨在将高维数据映射到更低维的数据空间上以寻求数据紧凑表示,该技术有利于对数据做进一步处理.随着多媒体技术和计算机技术的高速发展,数据维度呈爆炸性增长,使得机器学习、图像处理等研究领域的数据分析变得为越来越困难.为消除上述问题造成的维度灾难,研究学者提出了一系列的解决方法.文中为探索这些降维技术的实用性,介绍了传统的降维技术以及近年推出的降维技术,分析了典型降维技术的性能,指出降维技术仍存在的问题并分析了未来值得关注的研究方向. 【期刊名称】《电子科技》 【年(卷),期】2018(031)003 【总页数】4页(P36-38,43) 【关键词】高维数据;维度灾难;降维技术;研究进展 【作 者】刘靖;赵逢禹 【作者单位】上海理工大学光电信息与计算机工程学院,上海200093;上海理工大学光电信息与计算机工程学院,上海200093 【正文语种】中 文 【中图分类】TN3;TP31 随着多媒体技术和计算机技术的高速发展，大规模的数据维度呈爆炸性增长。伴随着数据维数的增长，使得目标函数优化、参数估计、模型选择变得越来越困难，这类问题已普遍地影响到诸多领域，如机器学习[1]、图像处理[2]、模式识别[3]、文本分析[4]等，这种现象被称为维度灾难[5]。维度灾难带来的问题主要表现在3个方面：(1)愈加增加的数据维数导致空间数据点分