融合稀疏保持的成对约束投影

提出一种融合稀疏保持的成对约束投影(pairwiseconstraintprojectionsinosculatingsparsitypreserving,sppcp)。该算法在成对约束指导的降维过程中，通过平衡参数引入稀疏保持投影(sparsitypreservingprojections,spp)，在保持成对约束特征的同时，也继承了稀疏保持所蕴含的几何结构保持和近部保持特性。在uci数据集和ar人脸库上的实验表明，该算法有效地融合了稀疏保持投影的优点，与典型的成对约束的半监督降维算法相比，提高了基于最短欧氏距离的分类算法的精度和稳定性。