[发明专利]一种邻域保持嵌入改进算法的数据降维方法

权利要求书

1.一种邻域保持嵌入改进算法的数据降维方法，其特征在于，包括以下步骤：

1)构建邻接图，使用测地线距离计算出每一个采样点与其他点的距离，构成矩阵，然后从这些点中选取一部分距离较近的点最终构成邻接矩阵；

2)根据邻接矩阵的测地线距离计算数据的重建权值，为了使得投影之后损失最小，重建权值依据邻接图中每一个样本点的贡献率进行计算，将数据的每个采样点采用邻接矩阵的临近点表示，得到重建权值矩阵；

3)计算数据的投影矩阵，将重建权值矩阵放入计算特征向量的等式中计算得到投影矩阵的变换矩阵，完成数据降维。

2.根据权利要求1所述的一种邻域保持嵌入改进算法的数据降维方法，其特征在于，所述步骤1)的邻接图中对于采样点i和j，若两个采样点属于同一类别，则两个采样点之间存在连线，则测地线距离d_G(i,j)＝d_x(i,j)；

若两个采样点不属于同一类别，则两个采样点之间不存在连线，则先假定d_G(i,j)＝∞，随后对所有的采样点l＝1,2,3,…,N求取测地线距离，更新d_G(i,j)，得到如下公式：

d_G(i,j)＝min{d_G(i,j),d_G(i,l)+d_G(l,j)}。

3.根据权利要求1所述的一种邻域保持嵌入改进算法的数据降维方法，其特征在于，所述步骤2)中计算重建权值将每一个采样点用临近点表示的目标函数为：

minΣi||xi-Σjwijxj||2]]>

其中，w_ij为每一个采样点使用测地线距离得到的重建权值，w_i1,...,w_ik为对应的临近点中给定的权重向量。

4.根据权利要求3所述的一种邻域保持嵌入改进算法的数据降维方法，其特征在于，所述目标函数中由于降维后转换了特征空间，即x_i→y_i的空间转换，并根据权重向量矩阵，目标函数简化为：

minΣi||yi-Σjwijyj||2.]]>