流形聚類的算法研究及其應(yīng)用.pdf

1、隨著模式識別和抗腫瘤效果機(jī)器識別應(yīng)用領(lǐng)域的不斷擴(kuò)展,比如信息生物學(xué),文本處理,語音識別和計算機(jī)視覺等領(lǐng)域,流形聚類問題的研究也越來越重要。最近幾年,在一些重要的國際期刊和會議上屢次出現(xiàn)相關(guān)的文獻(xiàn),形形色色的相關(guān)算法不斷涌現(xiàn)。但是現(xiàn)有的流形聚類算法有很多限制條件:過多的依賴于流形內(nèi)在的維數(shù)、很難有效地解決多類流形問題等等,而且在分類和識別等領(lǐng)域的應(yīng)用效果并不理想。這些問題將是本課題的主要研究內(nèi)容:
　　 本文在研究已有算法的基礎(chǔ)上

2、,分析數(shù)據(jù)的內(nèi)在的流形結(jié)構(gòu),挖掘數(shù)據(jù)的局部和全局的特征,研究流形聚類的算法及其應(yīng)用,主要貢獻(xiàn)包括:
　　 1、在分析學(xué)習(xí)流形數(shù)據(jù)的內(nèi)在結(jié)構(gòu)的基礎(chǔ)上,提出一種基于幾何能量的流形聚類算法,該算法首先借助數(shù)據(jù)的空間位置和潛在流形的幾何曲率來描述流形的能量;其次使用積極禁忌搜索算法求解能量的最小化問題得到能量序列,最后檢測流形邊界點,并將其合并到流形中從而達(dá)到聚類的目的。
　　 2、挖掘流形數(shù)據(jù)集的局部的和全局的信息,構(gòu)造高維流

3、形信號曲面,提出一種基于數(shù)據(jù)拓?fù)浣Y(jié)構(gòu)的拓?fù)渚嚯x度量,該距離度量更好的描述了流形的結(jié)構(gòu),使得同類別數(shù)據(jù)更加緊湊,不同類別的數(shù)據(jù)更加疏遠(yuǎn)。最后基于這種距離度量給出了一種新的流形聚類的算法框架。
　　 3、將流形聚類應(yīng)用到圖像檢索領(lǐng)域,提出一種新的圖像檢索算法,該算法基于搜索圖像庫的最優(yōu)圖像環(huán)。搜索過程通過定義圖像的幾何流形能量,借助積極禁忌搜索算法完成。較之以前的基于流形的圖像檢索算法,我們算法的一個明顯優(yōu)點是:不必學(xué)習(xí)特征空間到維