论文部分内容阅读
局部保持投影(LPP)算法,作为Laplacian特征映射的线性扩展表示,解决了非线性算法难以获得新样本低维投影的缺点。但是,由于它是一种没有标签信息的无监督方法,不能利用已知的类别信息提高分类率。为此,引入类别信息重新定义权值矩阵,提出带有局部类别信息的局部鉴别投影,使相邻近的同类样本尽量紧凑,相邻近的异类样本尽量分开。同时,针对局部鉴别投影不能充分利用全局类别信息的缺陷,提出最大类间相斥的局部鉴别投影(MRLDP),通过最大程度地扩大异类间均值中心距离,带动异类间样本分散分布,最终得到既保持内在