一种基于ISOMAP的分类算法
来源期刊:控制与决策2011年第6期
论文作者:程起才 王洪元 吴勇 刘锁兰
文章页码:826 - 1666
关键词:分类;流形学习;等测距映射;类内邻域图;遗传算法;
摘 要:提出一种解决分类任务的等测距映射算法,该算法利用类标签信息指导高维数据的降维.首先根据类标签在属于某个类的数据集上构造类内邻域图;然后寻找类间最短距离相邻边,并将其乘以大于1的尺度变化因子,使得降维后的类内数据更加紧凑、类间数据更加分开;最后利用BP神经网络构建一个近似的从原始高维数据集到低维数据集之间的映射函数,通过遗传算法对BP神经网络的初始权值和阈值进行优化,以避免使用剃度下降算法所带来的局部最优问题.实验结果表明,分类性能有较大提高,并对噪声有一定的鲁棒性.
程起才1,王洪元1,吴小俊2,刘锁兰1
1. 常州大学信息学院2. 江南大学物联网学院
摘 要:提出一种解决分类任务的等测距映射算法,该算法利用类标签信息指导高维数据的降维.首先根据类标签在属于某个类的数据集上构造类内邻域图;然后寻找类间最短距离相邻边,并将其乘以大于1的尺度变化因子,使得降维后的类内数据更加紧凑、类间数据更加分开;最后利用BP神经网络构建一个近似的从原始高维数据集到低维数据集之间的映射函数,通过遗传算法对BP神经网络的初始权值和阈值进行优化,以避免使用剃度下降算法所带来的局部最优问题.实验结果表明,分类性能有较大提高,并对噪声有一定的鲁棒性.
关键词:分类;流形学习;等测距映射;类内邻域图;遗传算法;