基于局部约束字典学习的数据降维和重构方法.pdfVIP

学兔兔 第37卷 第 1期 仪 器 仪 表 学 报 V01．37No．1 2016年 1月 ChineseJournalofScientificInstrument Jan．2016 基于局部约束字典学习的数据降维和重构方法 刘丽娜 ，马世伟 ，温加睿 (1．上海大学机电工程与自动化学院 上海 210072；2．山东理工大学电气与电子工程学院 淄博 255049) 摘 要：针对 目前已有的非线性降维算法存在计算复杂度高、难以处理大型数据集和增量化降维问题 ，本文提出了一种基于局 部约束字典学习的非线性降维算法。该方法通过重构一些潜在标志点的局部 内在流形 ，并在数据处理过程中将训练数据和未 知数据一起嵌入到内在流形中，使得数据的内在几何结构特征得以保持。与已有非线性降维方法相比，该算法具有计算复杂度 低、存储空间小和通用性强的特点，可以很好地解决增量化降维问题 ，易于处理大型数据集。另外，该算法也可以解决高维数据 的重构问题，与已有重构方法相比具有计算简单 、重构误差较低的特点。实验结果表明了算法的有效性。 关键词：字典学习；局部约束 ；数据降维；数据重构 中图分类号：TP391 TH89 文献标识码：A 国家标准学科分类代码 ：510．4030 Dimensionalityreductionandreconstructionmethodbasedon locality constraineddictionarylearning LiuLina ，MaShiwei，WenJiarui (．SchoolofMechatronicEngineeringandAutomation，ShanghaiUnwe~ity，Shanghai210072，China； 2．SchoolofElectricalandElectronicEngineering，ShandongUnive~ityoftechnology，Zibo255049，China) Abstract：Sincethecomputationalcomplexityofcurrentexistingnonlineardimensionalityreductionalgorithm ishigh，itisdifficulttodeal withlarge—scaledatasetsandout—of-sampleextensionproblem．A nonlineardimensionalityreductionalgorithm ispresentedbasedon localityconstraineddictionarylearning．Thismethodmaintainsthelocal intrinsicmanifoldthroughreconstructingthelocal intrinsicmani- foldofsomepotential landmarksandembeddingthetrainingdatasetsandunknowndatasetsintotheintrinsicmanifold，nadtheintrinsic local geometricconstructionfeatureofthedatasetsalemaintained．Comparedwiththeexistingmethods，ithasthecharacteristicsoflow— ercomputational complexity，smallerstoragespaceandstrongergenerality．ItCna beusedtosolvesampleextensionandlarge—scaledata setsproblems．Inaddition，theproposedalgo