论文部分内容阅读
[目的 /意义]为了解决主流特征提取方法的提取效率有限的问题,在Fisher判别分析的基础上,借鉴流形学习思想,提出融合全局和局部特征的文本特征提取方法。[方法 /过程]首先定义基于流形的类间离散度（MBCS）以及基于流形的类内离散度（MWCS）,然后在Fisher准则基础上通过最大化MBCS与MWCS之比实现特征提取,从而保证类间样本尽可能远离,而类内样本尽可能紧密。[结果 /结论]比较实验结果表明该方法有效。