%0 Journal Article
%T 基于监督学习的核拉普拉斯特征映射分类方法
%A 张建波
%A 朱敏琛
%J 福州大学学报(自然科学版)
%D 2011
%X 提出一种监督学习的核拉普拉斯特征映射方法(supervised kernel Laplacian eigenmap,SKLE),通过非线性核映射将样本数据投影到高维核特征空间,然后将流形结构和样本类别信息进行有效的结合后,提取嵌入在高维数据中的低维流形特征用于分类.实验表明,该方法对新样本具有泛化性,并且能有效提高分类的效能.
%K 监督学习
%K 拉普拉斯特征映射
%K 流形学习
%K 核方法
%U http://xbzrb.fzu.edu.cn/ch/reader/view_abstract.aspx?file_no=20110111&flag=1