[发明专利]一种基于噪声数据的正则化局部切空间对齐算法

摘要

本文提出了一种基于噪声数据集改进的局部切空间对齐算法。对于噪声样本集，首先确定每个样本的邻域空间，基于欧式距离确定样本最近的几个样本。然后基于已知的样本邻域优化添加截断核范数后的目标式，得到近似低秩矩阵，分解近似低秩矩阵得到邻域样本的切空间坐标表示。最后对齐邻域样本切空间坐标，构造ψ矩阵，并对ψ进行特征值分解，全局低维坐标表示即为前d个最小的非0特征值对应的特征向量。实验证明，改进的局部切空间对齐算法相比较于局部切空间对齐算法在噪声的干扰下，有更有效的流形结构学习能力。在人造数据集上表现出良好的可视化效果，在真实图像数据集上分类准确性提升50％。