基于重構(gòu)信息保持的降維算法研究.pdf

1、隨著網(wǎng)絡(luò)和存儲技術(shù)的不斷發(fā)展，越來越多的數(shù)據(jù)呈現(xiàn)出數(shù)據(jù)量大、維數(shù)高等新的特點。這些海量的高維數(shù)據(jù)包含更加豐富信息的同時，也帶來了如維數(shù)災(zāi)難、計算量大等問題，對數(shù)據(jù)分析提出了新的挑戰(zhàn)。因此，如何能夠有效地描述高維數(shù)據(jù)并挖掘出其中有意義的信息成為亟待解決的問題。降維作為解決該問題的有效手段之一，在人臉識別、生物信息學(xué)、圖像檢索等領(lǐng)域都有著廣泛的應(yīng)用。近年來，隨著降維技術(shù)的發(fā)展，人們對降維算法的要求逐漸提高，降維算法的優(yōu)劣直接關(guān)系到對數(shù)據(jù)信息

2、提取和分析的準(zhǔn)確性。本文以提高維數(shù)據(jù)在降維后的可分性為目標(biāo)，針對數(shù)據(jù)集的特殊性，在保持?jǐn)?shù)據(jù)重構(gòu)信息的基礎(chǔ)上，提出兩種不同的降維算法，并分別在不同數(shù)據(jù)集上對所提出方法的準(zhǔn)確性和可靠性進(jìn)行驗證及分析。
　　本文的主要工作及創(chuàng)新點概括如下：
　　1.提出一種基于全局距離和類別信息的鄰域保持嵌入算法（Neighborhood Preserving Embedding Algorithm based on Global Distanc

3、e and Label Information, GLI-NPE）。GLI-NPE算法在鄰域保持嵌入算法通過傳統(tǒng)歐氏距離構(gòu)造鄰域圖的公式中，加入表征全局距離的全局因子和表示數(shù)據(jù)類別信息的函數(shù)項。全局因子使分布不均勻的樣本變得平滑均勻，使鄰域保持嵌入算法在分布不均勻的樣本上更為魯棒。類別信息使類內(nèi)樣本點且緊湊類間樣本點疏離，通過提高所選鄰近點的質(zhì)量，優(yōu)化數(shù)據(jù)的局部鄰域，使降維后的數(shù)據(jù)具有更好的可分性。實驗結(jié)果表明，GLI-NPE算法能夠有

4、效提高數(shù)據(jù)降維后的分類準(zhǔn)確率。
　　2.針對高維的基因表達(dá)數(shù)據(jù)，立足于對數(shù)據(jù)進(jìn)行維數(shù)約減的同時提高腫瘤數(shù)據(jù)的可分性，同時分析稀疏表示與近鄰表示各自的局限性以及腫瘤數(shù)據(jù)中分類的獨特性，提出一種基于判別混合結(jié)構(gòu)保持投影（Discriminative Hybrid Structure Preserving Projections, DHSPP）的特征提取算法。DHSPP算法將稀疏表示與近鄰表示線性組合成一種混合表示，然后根據(jù)類別信息將混