一种优化的近邻保持嵌入降维算法研究

来源：计算机技术与发展杂志2023年第06期北京时间：

作者：李燕燕;闫德勤

单位：1. 河北建筑工程学院,河北 张家口 075000;2. 辽宁师范大学,辽宁 大连 116081

摘要：近邻保持嵌入算法 NPE 是流形学习领域中一种重要的降维算法,现已成功应用于很多领域,例如人脸识别、语音识别等,但在处理局部邻域信息量不足、存在短路以及流形曲率大等稀疏数据时,原始数据的几何拓扑结构损坏严重。 其主要原因是在邻域选择中没有对数据类间信息进行很好的区分。 基于此,提出了一种优化的近邻保持算法( ONPE) ,在NPE 算法中对数据类间信息进行优化,构造类间权值矩阵;并在低维局部重建时引入类内密度信息,从数据类内和类间两个维度出发,更好地避免数据在近邻选取方向上的缺失。 将 ONPE 算法应用于图像检索等实验,结果表明在图像检索的实验中该算法有较高的查准率和查全率。 ONPE 相对于 NPE 降维的时间复杂度并没有增加,验证了算法的实用性和有效性。

关键词：近邻保持嵌入;流形学习;稀疏;降维;类别信息