论文部分内容阅读
谱流形学习算法的目标是发现嵌入在高维数据空间中的低维表示，其近年来得到了广泛的应用。虽然已经取得了许多令人骄傲的成绩，但是却存在一个很大的瓶颈--计算复杂度太高，这严重阻碍了算法在实际中的应用。提出了谱流形快速学习算法，该算法包括两个降低算法复杂度的技术：（1）通过随机选择或者k-means方法从n个样本点中选出 p个锚点，把每个样本点表达为由锚点的邻域点线性组合的形式，从而设计了邻接矩阵的新形式，降低了邻接图的计算复杂度；（2）利用线性化的流形学习算法有效地计算高维数据到低维数据的映射，从而降低了优化特