对称正定流形上参数矩阵度量的局部线性嵌入算法

摘要

现有的局部线性嵌入算法大部分假设原始数据集位于欧氏空间,但现实中几乎所有的原始空间都是非欧氏空间。针对欧氏空间无法有效地描述数据的非线性结构,影响局部线性嵌入算法的特征提取的性能问题,提出了一种对称正定流形上参数矩阵度量的局部线性嵌入算法。首先在对称正定流形上寻找一个合适的度量方法来提高该算法的性能,引入了一种高效的黎曼空间度量学习方法,通过学习得到的参数矩阵将原始流形变换到新的易区分的流形上。再利用局部线性嵌入算法挖掘显著特征。最后,通过在多个轴承数据集上的实验结果验证方法的高效性。