论文部分内容阅读
对于低维数据的分类很常见，但是对于高维数据的分类却不多，主要是因为维度太高．尤其对于分布不均匀的样本集，传统的局部线性嵌入算法易受到近邻点个数的影响，为了克服这一问题，提出改进距离的局部线性嵌入算法．通过实验表明，改进距离的局部线性嵌入算法能使原来的样本集尽可能的分布均匀，从而降低近邻点个数的取值对局部线性嵌入的影响，在保证分类准确的前提下，达到了有效缩短时间的目的．