主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2020年专刊出版计划 微信服务介绍 最新一期:2019年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
古楠楠,孟德宇,徐宗本.针对非连通流形数据降维的过渡曲线方法.软件学报,2010,21(8):1898-1907
针对非连通流形数据降维的过渡曲线方法
Transition Curve Method for Dimensionality Reduction of Data on Disconnected Manifold
投稿时间:2008-09-10  修订日期:2009-04-29
DOI:
中文关键词:  非连通流形数据  数据降维  边缘问题  流形学习
英文关键词:data on disconnected manifold  dimensionality reduction  edge problem  manifold learning
基金项目:Supported by the National Natural Science Foundation of China under Grant No.60905003 (国家自然科学基金); the National Basic Research Program of China under Grant No.2007CB31102 (国家重点基础研究发展计划(973))
作者单位
古楠楠 西安交通大学 信息与系统科学研究所,陕西 西安 710049 
孟德宇  
徐宗本  
摘要点击次数: 3949
全文下载次数: 3014
中文摘要:
      针对位于非连通流形上的数据的特征提取是流形学习领域的一个公开问题,分解-整合算法是目前处理此问题的最有效的方法.然而,此算法的最大局限是边缘问题,即当不同类间的最短距数据对位于相应类内而非类边缘时,算法往往表现异常.针对这一关键问题,提出了一种解决方法——过渡曲线方法.其主要思想为,通过构建连接不同类边缘最短距数据对间的平滑过渡曲线以使流形类间的连接关系更为有效,进而使得数据的全局形态在低维空间中能够更好地保持.一系列人工与图像数据集上的实验结果表明,过渡曲线方法的表现明显优于分解-整合算法,特别是,边缘问题得到了解决,这极大地扩展了分解-整合算法的应用范围.
英文摘要:
      Feature extraction of data lying on disconnected manifold is an open problem in the field of manifold learning, and decomposition-composition (D-C) algorithm is the most effective method so far to deal with this problem. However, the biggest limitation of D-C method is edge problem, that is when the nearest data points of different clusters are located in the inner part instead of the edge part of the corresponding cluster, D-C method always behaves poorly. To tackle this key issue, a method, called transition curve method, is presented in this paper. The main idea of the method is to make all clusters on the underlying manifold connect more effectively by constructing smooth transition curves which connect the nearest edge points of different clusters, and in this way the global shape of the data can be preserved better in the low-dimensional space. Experimental results on a series of synthetic and image data sets verify that the transition curve method performs evidently better than D-C method. Particularlly, the edge problem is alleviated. In this way, the application scope of D-C method is expanded remarkably.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利