基于内在维数中特征向量角度变化适应的无监督交叉流形分段方法

交叉流形分段是一项研究重点，该方法将与其他流形相交的各个流形分离，以发现其distinct属性。该方法基于以下直觉：当一个在D维空间中、内在维数为d的流形与另一个流形相交时，数据方差会在超过d的方向上增长。该方法测量局部数据方差并确定其向量方向。它计算具有非零方差的向量数量，从而确定流形的内在维数。为检测交叉区域，该方法通过使用指数移动平均数和树状结构构建来适应子流形和父流形对应方向向量之间的角度间隙。因此，它将邻域内在自适应角差内的数据点纳入同一流形中，并最终识别出流形交叉区域的数据点。基于数据方差和距离，删除其纳入邻域识别数据点的数量使其内在维数增大的数据点。该方法在14个真实数据集上相较于18个SOTA流形分段方法在ARI和NMI分数上表现更好，同时具有更低的时间复杂性和更好的稳定性。