有监督的噪音流形学习算法

黄添强; 李凯; 郑之

doi:10.16088/j.issn.1001-6600.2011.03.021

广西师范大学学报（自然科学版） ›› 2011, Vol. 29 ›› Issue (03) : 131 -135. DOI: 10.16088/j.issn.1001-6600.2011.03.021

有监督的噪音流形学习算法

黄添强, 李凯, 郑之

作者信息 +

Author information +

文章历史 +

PDF

摘要

流形学习算法是维度约简与数据可视化领域的重要工具,提高算法的效率与健壮性对其实际应用有积极意义。经典的流形学习算法普遍的对噪音点较为敏感,现有的改进算法尚存在不足。本文提出一种基于监督学习与核函数的健壮流形学习算法,把核方法与监督学习引入降维过程,利用已知标签数据信息与核函数特性,使得同类样本变得紧密,不同类样本变成分散,提高后续分类任务的效果,降低算法对流形上噪音的敏感性。在UC I数据与白血病拉曼光谱数据上的实验表明本文改进的算法具有更高的抗噪性。