摘要
局部线性嵌入(Local linear embedding,LLE)算法作为一种经典的非线性降维算法,在图像识别等领域取得了很好的应用效果,但仍存在一些缺陷,如在构造邻域图时使用欧氏距离,可能会出现“短路边”的情况,同时,会受到离群点的影响,导致鲁棒性较差。为解决以上问题,论文基于通勤时间距离(commute time distance,CTD)和Rank-Order距离提出了CRLLE(LLE based on CTD and Rank-Order distance)算法,并在ORL人脸数据集和IMM人脸数据集上进行实验。实验设置CRLLE算法与LLE算法、等距特征映射(Isomap)算法和主成分分析降维(PCA)算法三种维数简约方法进行比较,得出改进后的CRLLE算法的降维效果优于其他三种算法的结论。
基金
首都经济贸易大学“后备学科带头人”2020-2022。
