模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2010, Vol. 23 Issue (3): 369-375    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
一种基于局部保持的隐变量模型
王秀美1,2,高新波2,张乾坤2,宋国乡1
1.西安电子科技大学 理学院 西安 710071
2.西安电子科技大学 电子工程学院 西安 710071
A Latent Variable Model Based on Local Preservation
WANG Xiu-Mei1,2,GAO Xin-Bo2,ZHANG Qian-Kun2,SONG Guo-Xiang1
1.School of Sciences,Xidian University,Xian 710071
2.School of Electronic Engineering,Xidian University,Xian 710071

全文: PDF (477 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 隐变量模型是一类有效的降维方法,但是由非线性核映射建立的隐变量模型不能保持数据空间的局部结构。为了克服这个缺点,文中提出一种保持数据局部结构的隐变量模型。该算法充分利用局部保持映射的保局性质,将局部保持映射的目标函数作为低维空间中数据的先验信息,对高斯过程隐变量中的低维数据进行约束,建立局部保持的隐变量。实验结果表明,相比原有的高斯过程隐变量,文中算法较好地保持数据局部结构的效果。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词 降维隐变量模型(LVM)局部距离保持    
Abstract:Latent variable model (LVM) is a kind of efficient nonlinear dimensionality reduction algorithm through establishing smooth kernel mappings from the latent space to the data space. However, this kind of mappings cannot keep the points close in the latent space even they are close in data space. A LVM is proposed based on locality preserving projection (LPP) which can preserve the locality structure of dataset. The objective function of LPP is considered as a prior of the variables in the Gaussian process latent variable model (GP-LVM). The proposed locality preserving GP-LVM is built with the constrained term of the objective function. Compared with the traditional LPP and GP-LVM, experimental results show that the proposed method performs better in preserving local structure on common data sets.
Key wordsDimensionality Reduction    Latent Variable Model (LVM)    Local Distance Preservation   
收稿日期: 2009-04-27     
ZTFLH: TP391  
基金资助:国家自然科学基金项目(No.60702061,6077106,60702061)、教育部长江学者和创新团队支持计划项目(No.IRT0645)资助
作者简介: 王秀美,女,1978年生,博士研究生,主要研究方向为机器学习、统计模型.E-mail:wangxiumei@gmail.com.高新波,男,1972年生,教授,博士生导师,主要研究方向为视频信息处理与分析、模式识别和机器学习.张乾坤,男,1984年生,硕士研究生,主要研究方向为统计学习、子空间分析.宋国乡,女,1938年生,教授,博士生导师,主要研究方向为小波分析、数值计算.
引用本文:   
王秀美,高新波,张乾坤,宋国乡. 一种基于局部保持的隐变量模型[J]. 模式识别与人工智能, 2010, 23(3): 369-375. WANG Xiu-Mei,GAO Xin-Bo,ZHANG Qian-Kun,SONG Guo-Xiang. A Latent Variable Model Based on Local Preservation. , 2010, 23(3): 369-375.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2010/V23/I3/369
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn