小世界鄰域優化的局部線性嵌入算法

摘要：通過分析稀疏數據或噪聲數據，導出局部線性嵌入(LLE)算法出現失效的原因，由此提出了一種基于小世界鄰域優化的局部線性嵌入(SLLE)算法，將復雜網絡算法引入到流形學習中，利用小世界算法對LLE算法進行數據優化，并以最短路徑和局部集群系數作為局部優化參數，解決了數據點不規則時以歐氏空間作為鄰域判別標準在構建局部超平面造成嵌入結果扭曲的難題，通過3組標準測試數據集合比較了SLLE、LLE算法，結果表明SLLE算法的計算效果、魯棒性、非理想數據的降維結果均優于LLE算法，且計算正確率至少提高10％。

關鍵詞：局部線性嵌入；降維；小世界鄰域

中圖分類號：TP181 文獻標志碼：A 文章編號：0253-987X(2008)12-1486-04