论文部分内容阅读
局部切空间排列算法（local tangent space alignment，LTSA）是一种经典的非线性流形学习方法，能够有效地对非线性分布数据进行降维，但它无法学习局部高曲率数据集．针对此问题，给出了描述数据集局部曲率的参数，并提出一种局部最小偏差空间排列（10callyminimaldeviationspacealignment，LMDSA）算法．该算法考虑到局部切空间低鲁棒性的缺陷，在计算局部最小偏差空间的同时，能够发现数据的局部高曲率现象，通过参数控制及邻域间的连接信息，减少计算局部高曲率空间