[发明专利]一种基于测地线覆盖的非线性降维算法在审
| 申请号： | 201810120061.X | 申请日： | 2018-01-31 |
| 公开（公告）号： | CN108280045A | 公开（公告）日： | 2018-07-13 |
| 发明（设计）人： | 马争鸣;郭嘉敬;刘洁;尹万广;黎伟浚 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F17/15 | 分类号： | G06F17/15 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及机器学习中流形学习相关问题，提出了一种基于测地线覆盖的非线性降维算法。测地线的覆盖算法的优劣，不但对计算效率产生着重大的影响，也对降维效果的好坏起着直接的作用。为此，本发明首先公开一种“放射型最短路径覆盖算法”，该算法可以高效地对高维数据样本点集进行测地线覆盖，从而把点集化成测地线集合，然后再提出一种基于测地线覆盖的非线性降维算法。降维算法的基本思想是每条测地线上的点相对于该测地线的起点都有一个预测值，把预测值和低维空间未知的真实值之间的误差累加起来，根据平方误差和最小原则，从而解得样本点在低维嵌入的全局坐标。 | ||
| 搜索关键词： | 测地线 算法 非线性降维 覆盖 样本点 降维 低维空间 高维数据 机器学习 计算效率 平方误差 全局坐标 最短路径 最小原则 放射型 嵌入的 累加 预测 低维 点集 化成 集合 学习 | ||
【主权项】：
1.一种基于测地线覆盖的非线性降维算法，其特征在于：A.利用领域图和Dijkstra算法，在迭代过程中构造放射型结构，高效地进行测地线覆盖，称为“放射型最短路径覆盖算法”；B.利用测地线上预测值与低维空间真实值的误差的累加值，根据平方误差和最小化原则，求得高维数据在低维空间的嵌入坐标。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810120061.X/，转载请声明来源钻瓜专利网。
