论文部分内容阅读
传统的流形学习局部线性嵌入（locally linear embedding，u正）算法通过欧氏距离来选择邻域，如果数据集选自多个类别，这种距离度量方法无法得到正确的邻域关系。本研究提出一种改进的局部线性嵌入（modified LLE，MLLE）算法，该算法通过改进距离矩阵，使得类间的距离大、类内的距离小，从而使得邻域的选择尽量在一个类中。将MLLE算法应用到中文文本分类中，结果表明：与传统的算法比较，MLLE在分类结果可视化效果和识别率等方面都有显著提高。