一种基于局部线性嵌入的半监督方法——半监督局部线性嵌入（SSLLE），MATLAB程序代码

具体内容大家可以看一下参考文献的原文，这里附上我的自己编的MATLAB程序代码：

% SSLLE算法
% [Y] = sslle(X,K,d,l,r)
% X    ：data as D x N matrix (D = dimensionality, N = #points)
% K    ：number of neighbors
% d ：max embedding dimensionality
% Y    ：embedding as dmax x N matrix
% l    ：标号
% r    ：调节因子当r=0时与LLE相同
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function [Y] = sslle(X,K,d,l,r)
[D,N] = size(X);
%fprintf(1,'LLE running on %d points in %d dimensions\n',N,D);%% Step1: compute pairwise distances & find neighbour
%fprintf(1,'-->Finding %d nearest neighbours.\n',K);
X2 = sum(X.^2,1);
distance = repmat(X2,N,1)+repmat(X2',1,N)-2*X'*X;
[sorted,index] = sort(distance);
neighborhood = index(2:(1+K),:);% Step2: solve for recinstruction weights
%fprintf(1,'-->Solving for reconstruction weights.\n');
if(K>D)fprintf(1,'   [note: K>D; regularization will be used]\n');tol=1e-3; % regularlizer in case constrained fits are ill conditioned
elsetol=0;
endW = zeros(K,N);
for ii=1:Nz = X(:,neighborhood(:,ii))-repmat(X(:,ii),1,K); % shift ith pt to origin%创建一个所有元素的值均为 X(:,ii) 的 1×K 矩阵。%%调节距离,已验证正确！%    r = 0.6;for j = 1:Klj = neighborhood(j,ii);if l(ii,1)*l(lj,1) == 0;elseif l(ii,1) == l(lj,1);z(:,j )= (1-r)*z(:,j);else l(ii,1) ~= l(lj,1);z(:,j) = (1+r)*z(:,j);endendC = z'*z;                                        % local covarianceC = C + eye(K,K)*1e-3*trace(C);C = C + eye(K,K)*tol*trace(C);                   % regularlization (K>D)W(:,ii) = C\ones(K,1);                           % solve Cw=1W(:,ii) = W(:,ii)/sum(W(:,ii));                  % enforce sum(w)=1
end;% Step 3: compute embedding from eigenvects of cost matrix M=(I-W)'(I-W)
fprintf(1,'-->Computing embedding.\n');
% M=eye(N,N); % use a sparse matrix with storage for 4KN nonzero elements
M = sparse(1:N,1:N,ones(1,N),N,N,4*K*N);
for ii=1:Nw = W(:,ii);jj = neighborhood(:,ii);M(ii,jj) = M(ii,jj) - w';M(jj,ii) = M(jj,ii) - w;M(jj,jj) = M(jj,jj) + w*w';
end;% calculation of embedding
options.disp = 0;
options.isreal = 1;
options.issym = 1;
[Y,eigenvals] = eigs(M,d+1,0,options);
Y = Y(:,2:d+1)'*sqrt(N); % bottom evect is [1,1,1,1...] with eval 0   根号
eigenvalsfprintf(1,'Done.\n');

这是在网上最常见的一个LLE算法程序基础上改的，编写的可能不是太好，仅供大家参考。

参考文献：

张长帅, 周大可, 杨欣. 一种基于核的半监督局部线性嵌入方法[J]. 计算机工程, 2011, 37(20):157 -159．

一种基于局部线性嵌入的半监督方法——半监督局部线性嵌入（SSLLE），MATLAB程序代码相关推荐

sar图像去噪matlab,一种基于总曲率的SAR图像变分去噪方法与流程
本发明属于数字图像处理技术领域,具体涉及一种基于总曲率的SAR图像变分去噪方法. 背景技术: : 相干斑噪声是合成孔径雷达(Synthetic Aperture Radar,简称SAR)图像的重要特征 ...
linux 目录防篡改,一种基于Linux虚拟文件系统的防篡改方法及系统的制作方法
一种基于Linux虚拟文件系统的防篡改方法及系统的制作方法 [技术领域] [0001]本发明涉及文件防护技术领域,特别涉及一种基于Linux虚拟文件系统的防篡改方法及系统. [背景技术] [0002] ...
机器人测钢卷直径_一种基于关节机器人的冷轧钢卷卷芯焊接方法与流程
本发明涉及冶金技术领域,特别涉及一种基于关节机器人的冷轧钢卷卷芯焊接方法. 背景技术: 在冷轧罩式退火工序,钢卷采用立式吊具吊运,为防止钢卷卷芯松动导致卷芯钢带损坏和抽芯故障,必须将钢卷卷芯内圈焊接固 ...
肺结节目标检测_一种基于CT图像的肺结节检测方法及系统与流程
本发明属于医学图像分析和计算机辅助诊断等技术领域,更具体地,涉及一种基于CT图像的肺结节检测方法及系统. 背景技术: 肺癌是导致患癌死亡的最危险的疾病之一,其发病率占所有癌症的三分之二,且5年存活率为 ...
python爬取电子病历_一种基于中文电子病历的实体识别方法技术
本发明专利技术提供了一种基于中文电子病历的实体识别方法,涉及医疗实体识别技术领域.针对目前国内缺少公开中文电子病历标注语料库的缺陷,本发明专利技术通过构建整理医学词典,提出了一种半自动语料库标注方法, ...
一种基于实时分位数计算的系统及方法
一.问题描述与技术挑战在实际工作中,我们发现许多业务场景中都有对某一数值型指标实时统计分位数的需求,一般要求计算结果有很高准确率同时具备极低的计算延迟,实现这类需求给数据RD的开发工作带来一定的挑战 ...
plc控制可调节阀流程图_一种基于PLC神经外科引流控制系统及方法与流程
本发明属于医疗辅助技术领域,尤其涉及基于PLC神经外科引流控制系统及方法. 背景技术: 神经外科手术患者在做完手术后通常需要安置不同的引流管进行各种引流,这是一种常用的神经外壳急救手段,根据导管末端位 ...
一种基于数据表的共享智慧的方法
发明名称: 一种基于数据表的共享智慧的方法简单法律状态: 有效申请号: CN201610631230.7 申请日: 2016-08-04 公开(公告)号: CN106293727B 公开(公告)日 ...
差分隐私 matlab,一种基于差分隐私保护的谱聚类方法与流程
本发明属于隐私保护技术领域,提供了一种基于差分隐私保护的谱聚类方法. 背景技术: 近年来,随着互联网与信息技术的蓬勃发展,海量数据的产生可以为研究者们提供许多有效的信息资源,对这些海量数据进行挖掘分析 ...

一种基于局部线性嵌入的半监督方法——半监督局部线性嵌入（SSLLE），MATLAB程序代码

一种基于局部线性嵌入的半监督方法——半监督局部线性嵌入（SSLLE），MATLAB程序代码相关推荐

最新文章

热门文章