流形學(xué)習(xí)方法在模式識別中的應(yīng)用研究.pdf

1、數(shù)據(jù)降維在計算機(jī)視覺、機(jī)器學(xué)習(xí)、模式識別等領(lǐng)域扮演著重要角色。降維方法的研究已經(jīng)取得了很大的進(jìn)步,特別是近年來提出的流形學(xué)習(xí)方法。本文圍繞流形學(xué)習(xí)中鄰域圖的構(gòu)建和增量學(xué)習(xí)的若干問題展開研究,主要包括鄰域大小動態(tài)確定、局部測地距離估計鄰域、增量處理新數(shù)據(jù)的識別方法。主要工作如下:
　　1)提出一種鄰域大小自適應(yīng)估計的ISOMAP方法;該方法可自動獲取初始鄰域大小,能處理大量非均勻分布流形,對圖像噪聲和幾何形變具有較好的魯棒性。并研究

2、了基于局部測地距離估計的ISOMAP方法,該方法可較好地克服短路帶來的問題,對圖像噪聲和幾何形變同樣具有較好的魯棒性。
　　2)提出一種改進(jìn)的增量ISOMAP方法,與經(jīng)典ISOMAP方法相比,該方法具有如下特點:1)在構(gòu)建每個輸入數(shù)據(jù)點的鄰域連接圖時,考慮定義新的測度并用其優(yōu)化各個輸入數(shù)據(jù)點的鄰域,一定程度上克服了短路帶來的問題,提高了算法的魯棒性;2)利用增量學(xué)習(xí)的思想取代批處理,克服了在使用之前必須得到所有的數(shù)據(jù)樣本,在得到新