关键词：模式识别;;流形学习;;降维;;Fisher准则;;全局特征
摘 要：传统降维方法主要有两种思路:一是利用样本的全局特征,保证降维前后样本的全局特征不变;二是尽量保证相邻样本在降维前后的相对关系不变。传统方法由于未能充分利用样本的已有信息,因此降维效率有限。鉴于此,在Fisher准则和局部流形保持的基础上,该文提出流形判别分析。该方法首先定义了基于流形的类内离散度MWCS和类间离散度MBCS,然后利用Fisher准则找到最佳投影方向,该方向满足MBCS与MWCS之比最大。该方法不仅继承了传统降维方法的优势,而且进一步提高了降维效率。标准数据集上的实验结果表明该文所提方法的有效性。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取