一种基于测地线覆盖的非线性降维算法

摘要

本发明涉及机器学习中流形学习相关问题，提出了一种基于测地线覆盖的非线性降维算法。测地线的覆盖算法的优劣，不但对计算效率产生着重大的影响，也对降维效果的好坏起着直接的作用。为此，本发明首先公开一种“放射型最短路径覆盖算法”，该算法可以高效地对高维数据样本点集进行测地线覆盖，从而把点集化成测地线集合，然后再提出一种基于测地线覆盖的非线性降维算法。降维算法的基本思想是每条测地线上的点相对于该测地线的起点都有一个预测值，把预测值和低维空间未知的真实值之间的误差累加起来，根据平方误差和最小原则，从而解得样本点在低维嵌入的全局坐标。