摘要
本发明属于模式识别技术领域,公开了一种基于核保持的数据降维方法,包括步骤:获取待降维高维数据和训练样本集;采用主成分分析法计算训练样本集的初始投影矩阵,进而得到初始降维后的训练样本矩阵;构造基于核保持的数据降维模型作为目标函数;通过最小化训练样本的重构误差学习最优的相似性表示,得到训练样本最优表示下的投影矩阵即二次投影矩阵;对待降维高维数据进行初始降维和二次降维。本发明引入核函数挖掘数据的非线性结构,同时考虑了类内样本相似性信息和类间样本的判别性信息,提高了处理高维数据分类问题时的准确率。
- 单位