控制理论与应用

作者：高云龙,胡康立,钟淑鑫,潘金艳,张逸松

单位：厦门大学航空航天学院,厦门大学航空航天学院,厦门大学航空航天学院,集美大学系统科学研究所,厦门大学航空航天学院

关键词：局部保留投影; 流形学习;局部相似度阈值;图描述;特征提取

基金：国家自然科学基金项目(61203176), 福建省自然科学基金项目(2013J05098, 2016J01756)

局部保留投影（Locality preserving projections，LPP）是一种常用的线性化流形学习方法，其通过线性嵌入来保留基于图所描述的流形数据本质结构特征，因此LPP对图的依赖性强，且在嵌入过程中缺少对图描述的进一步分析和挖掘。当图对数据本质结构特征描述不恰当时，LPP在嵌入过程中不易实现流形数据本质结构的有效提取。为了解决这个问题，本文在给定流形数据图描述的条件下，通过引入局部相似度阈值进行局部判别分析，并据此建立判别正则化局部保留投影（简称DRLPP）。该方法能够在现有图描述的条件下，有效突出不同流形结构在线性嵌入空间中的可分性。在人造合成数据集和实际标准数据集上对DRLPP以及相关算法进行对比实验，实验结果证明了DRLPP的有效性。

来源：2020年第10期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2020年第10期