基于局部重构与全局保持的半监督维数约减算法

针对基于局部与全局保持的半监督维数约减算法(lgssdr)对部域参数选择比较敏感以及对部域图边权值设定不够准确的问题，提出一种基于局部重构与全局保持的半监督维数约减算法(工rgpssdr)。该算法通过最小化局部重构误差来确定部域图的边权值，在保持数据集局部结构的同时能够保持其全局结构。在extendedyaleb和cmupie标准人脸库上的实验结果表明lrgpssdr算法的分类性能要优于其它半监督维数约减算法。