[发明专利]基于逐点扩充以及局部仿射变换的流形学习算法在审
申请号: | 201910062537.3 | 申请日: | 2019-01-23 |
公开(公告)号: | CN109871879A | 公开(公告)日: | 2019-06-11 |
发明(设计)人: | 刘洁;王鑫;陈皓青;马争鸣 | 申请(专利权)人: | 中山大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及机器学习领域中的流形学习,基于逐点扩充以及局部仿射变换的流形学习算法。该算法通过选取整个数据集的测地中心的邻域作为一个初始扩充块,用线性算法求出该扩充块的低维表示,迭代的选取与该扩充块最近的数据点加入扩充块,与此同时,局部仿射变换变换用来保持新数据点与扩充块之间的局部几何信息。用这种方式能够提高流形学习算法的执行效率,并且很自然的解决了流形学习算法的一个经常被人批判的out‑of‑sample问题。 | ||
搜索关键词: | 流形学习算法 仿射变换 机器学习领域 局部几何 流形学习 线性算法 数据点 数据集 新数据 低维 迭代 邻域 算法 | ||
【主权项】:
1.一种基于逐点扩充以及局部仿射变换的流形学习算法,其主要特征在于:A.构造输入数据集X的邻域图G,计算出数据集的测地中心xc;B.取测地中心的邻域构成初始扩充块,记作Xc;C.计算扩充块之外的所有数据点到扩充块的测地距离;D.选取一个与扩充块的测地距离最小的数据点加入扩充块,同时计算出该数据点的低维表示。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910062537.3/,转载请声明来源钻瓜专利网。