基于有监督图的直推式数据降维方法

作者：王磊; 姬红兵; 王家俊; 朱明哲; 李丹萍

来源：2016-01-07, 中国, ZL201610008366.2.

本发明公开了一种直推式局部保持投影数据降维方法,主要解决现有基于半监督学习的数据降维方法仅利用欧氏距离进行构图,识别结果不理想的问题。其实现步骤是：(1)输入数据并归一化；(2)计算归一化后的原始矩阵及类标向量；(3)由原始数据计算第一拉普拉斯矩阵L；(4)由类标向量计算第二拉普拉斯矩阵Ll；(5)由第一拉普拉斯矩阵L和第二拉普拉斯矩阵Ll计算相似度矩阵S；(6)由类标向量计算样本的类间权重矩阵Wc；(7)由相似度矩阵S和类间权重矩阵Wc构建广义特征值公式并求解,得到投影矩阵E；(8)由投影矩阵E计算出降维后的样本。本发明能有效地对数据进行特征提取与降维,提高了数据分类识别的准确率,可用于数据与图像处理。

• 单位
  西安电子科技大学