%0 Journal Article
%T 基于局部和全局映射函数的流形降维空间球形覆盖分类算法*
%A 胡正平
%A 杜立翠
%A 赵淑欢
%J 模式识别与人工智能
%P 354-360
%D 2015
%R 10.16451/j.cnki.issn1003-6059.201504008
%X 为探索高维数据本质结构和低维表示，并避免一般流形学习中测试数据不能显式降维的不足，提出基于局部和全局映射函数的流形降维空间球形覆盖分类算法.该算法首先抽象融合局部和全局信息映射模型，分别优化局部拉普拉斯矩阵和全局拉普拉斯矩阵，通过对局部和全局拉普拉斯矩阵进行特征值分解，得到训练样本的低维表示.然后借助核映射获取测试样本的低维表示.最后在低维空间建立球形覆盖分类模型，实现目标分类.在MNIST手写体数据集、YaleB和AR人脸数据集上的实验表明文中算法的有效性，证明其在实际应用领域具有一定价值.
%K 覆盖分类
%K 流形
%K 低维子空间
%K 局部和全局映射(LGRM)
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract10350.shtml