基于LLE的数据降维方法研究

随着当今社会科学技术的飞速发展，数据信息日益向高维化过渡，所以，想要从它们之间提取出我们所需要的信息越来越难，也给我们带来了前所未有的挑战。因此，对把高维数据通过降维的方法投影到一个相对低维的空间，进而找到隐藏在其间对我们有用的低维结构的研究就成为当前工作中的重中之重。鉴于此，本文主要进行了以下的工作： ①简述了当前国内外关于降维方法的研究情况以及当前一些比较流行的降维方法。 ②重点分析了非线性降维方法---局部线性嵌入，局部线性嵌入算法（local y linear embedding,LLE）是解决降维的方法，并通过实验结果对比PCA与LLE算法。 ③结合已有的一些结论对该算法中参数的选择方法做了改进。