“…全局欧式结构, 无法发现内在的非线性子流形结构, 因 此这些方法不适用于高度非线性分布的数据集; 同时, 不同领域的学者 [4][5][6] 发现, 高维空间中的数据集实际是 位于或接近外部空间的一个子流形, 因而提出了许多 非线性流形学习方法, 局部线性嵌入算法(Local Linear Embedding, LLE)是其中一种, 由Roweis和Saul [7] 在 2002年提出, 该算法对高维非线性数据集进行降维时 会保留其拓扑结构, 因此, 在数据降维、机器学习和 模式识别领域成为一个热点. 根据白俊卿等人 [8] 和 Zhang等人 [9] 提出的基于LLE算法识别结构固有频率 和振型的理论, 结合适用于非平稳信号处理的希尔伯 特黄变换方法 [10,11] (Hilbert-Huang Transform, HHT),…”