摘要：数据降维问题存在于包括机器学习、模式识别、数据挖掘等多个信息处理领域。局部线性嵌入（LLE）是一种用于数据降维的无监督非线性流行学习算法，因其优良的性能，LLE得以广泛应用。针对传统的LLE对离群（或噪声）敏感的问题，提出一种鲁棒的基于L1范数最小化的LLE算法（L1-LLE）。通过L1范数最小化来求取局部重构矩阵，减小了重构矩阵能量，能有效克服离群（或噪声）干扰。利用现有优化技术，L1-LLE算法简单且易实现。证明了L1-LLE算法的收敛性。分别对人造和实际数据集进行应用测试，通过与传统LLE方法进行性能比较，结果显示L1-LLE方法是稳定、有效的。

原文链接:http://www.cqvip.com//QK/90287A/201110/39481036.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）