半监督流形学习算法研究与实现

资 源 简 介

本项目实现了一种融合标签信息与拓扑结构的半监督流形学习算法，旨在解决标注样本稀缺条件下的高维数据特征提取问题。该算法在经典的流形学习框架（如局部线性嵌入或拉普拉斯算子）基础上，引入了监督机制，通过构建包含标记数据和未标记数据的复合邻接图来捕捉数据集的内在几何本质。核心逻辑包括：首先利用K近邻算法建立全局数据点的连接关系，确保流形的连续性；其次，针对带有标签的样本对，通过增加连接权重或引入类别平衡项来增强类内紧凑性及类间可分性；随后，建立流形正则化目标函数，将降维过程转化为对拉普拉斯矩阵的特征求解问题。这种

详 情 说 明

半监督流形学习算法研究与MATLAB实现

项目介绍

本项目实现了一种融合标签信息与拓扑结构的半监督流形学习算法（Semi-Supervised Manifold Learning - Laplacian Eigenmaps, SSML-LE）。该算法旨在解决标注样本稀缺条件下的高维数据特征提取问题。通过在传统的流形学习框架中引入监督机制，利用极少量的标记样本对邻接矩阵进行修正，从而在保持原始数据几何结构的同时，增强降维后特征的类别判别力。

功能特性

1. 复合邻接图构建：结合K近邻算法（KNN）与热核函数计算原始数据的拓扑关系，确保全局流形的连续性。
2. 强化的监督机制：针对已知标签的样本对，通过增加类内连接权重（Alpha参数）和削弱类间连接权重（Beta参数），显式引导降维过程。
3. 半监督特征提取：利用Laplacian Eigenmaps框架，将非线性降维过程转化为广义特征值求解问题，能够有效处理具有复杂几何结构的流形。
4. 性能深度评估：内置一近邻（1-NN）分类器，对比原始空间与嵌入空间在处理未标记数据时的分类准确率。
5. 多维可视化展示：提供高维原始数据流形与低维嵌入结果的直观对比视图。

系统实现逻辑

1. 数据合成与仿真：系统生成一个具有三维结构的双螺旋（Dual Spiral）流形作为原始数据。为了模拟真实的半监督场景，程序会自动随机隐藏大部分样本的标签，设定仅保留10%左右的已知标记。
2. 拓扑结构建立：计算所有样本点间的欧氏距离。针对每个样本点，寻找其地理位置最接近的12个近邻点，并使用热核函数为各边分配初始权重，构建初步的对称邻接矩阵。
3. 标签信息融合：遍历标记样本。若两样本同属一类，则显著成倍提高其邻接权重，使其在低维空间更加聚集；若两样本异类，则通过调节因子大幅削弱其权重，促使其在嵌入空间中分离。
4. 拉普拉斯矩阵求解：计算度矩阵与拉普拉斯矩阵。核心算法通过求解广义特征值方程 $Ly = lambda Dy$ 来寻找映射方向。为了避免平凡解，选取最小的非零特征值对应的特征向量组成低维投影矩阵。
5. 特征空间转换：将原始800x3的数据映射到800x2的嵌入平面，完成降维。

关键函数与算法分析

• 螺旋流形生成算法：通过三角函数逻辑生成两组交织的螺旋曲线，并添加正态分布噪声，模拟复杂的高维分布。
• 权重修正逻辑：这是半监督的核心。通过监督项权重系数Alpha和类间调节因子Beta，动态调整图结构。Alpha用于增强局部聚类，Beta用于拉开类别间距。
• 一近邻分类评估器：该模块将数据集划分为训练集（已知标签点）和测试集（未知标签点）。在原始空间和降维后的低维空间中分别执行1-NN算法，以分类准确率作为衡量降维算法表现的客观指标。
• 特征向量排序与筛选：算法自动剔除特征值接近于0的特征向量（即对应图的连通分量的常数向量），确保提取到的分量包含流形的主要几何变化信息。

系统要求

• 软件环境：MATLAB R2016b 或更高版本。
• 依赖工具箱：Statistics and Machine Learning Toolbox（用于计算距离度量与数据处理）。
• 硬件要求：建议内存4GB以上，支持标准图形渲染。

使用方法

1. 启动MATLAB环境。
2. 将项目相关的函数文件置于当前工作路径。
3. 直接运行主程序。系统将自动执行以下流程：

- 生成含有噪声的双螺旋三维流形。 - 掩盖90%的类别信息。 - 计算并优化半监督邻接图。 - 执行特征值分解。 - 自动弹出对比图窗：左侧为带有类标色的原始三维数据，右侧为降维后的二维特征分布。 - 在命令行窗口输出原始空间与低维空间的分类精度评估报告。