[00019629]一种基于自适应密度聚类的非线性流行学习降维方法
技术详细介绍
一种基于自适应密度聚类的非线性流行学习降维方法，包括以下步骤1)用用自适应密度聚类算法聚类后，用ICA对每个聚类降维形成线性模型平面；2)建立局部线性模型间的最小穿越树MST；3)遍历流行的全局MST；4)通过在全局超平面上运行ICA找到低维植入。本发明提出了一种基于自适应密度聚类的非线性流行学习降维方法，运用平面的平行映射能够克服原数据集因为通过降维而产生的畸变，正确率较高、可信度较好。
