文献类型：会议论文

中文题名：一种新的基于SOM的流形学习算法

作者：邵超[1];万春红[1];

第一作者：邵超

机构：[1]河南财经学院信息学院 郑州 450002;

第一机构：河南财经政法大学计算机与信息工程学院

会议论文集：第三届中国数据挖掘学术会议(CCDM2009)论文集

会议日期：20090818

会议地点：烟台

主办单位：中国计算机学会;中国人工智能学会

语种：中文

中文关键词：流形学习;SOM;拓扑缺陷;鲁棒性;邻域大小

摘要：针对SOM(Self-Organizing Map,自组织映射)算法在进行流形学习时容易陷入局部极值和产生"拓扑缺陷"问题的原因,本文提出了一种新的基于SOM的流形学习算法——TO-SOM (Training Orderly-SOM)。根据流形的局部欧氏性,TO-SOM算法从一个局部线性或近似线性的数据子集出发,按照数据的内在流形结构对其进行有序训练,可以避免局部极值、克服"拓扑缺陷"问题。根据SOM算法的鲁棒性,TO-SOM算法在成功学习数据内在流形结构的同时,对邻域大小参数和噪音也不像ISOMAP和LLE等现有流形学习算法那样敏感,从而更容易得到实际应用。