论文部分内容阅读
针对现有模式分类方法不能较好地保持数据空间的局部流形信息或差异信息等问题,提出一种皋于流形学习的局部保留最大信息差υ-支持向量机(Locality—preserved maximum information variance υ—support vector machine,υ-LPMIVSVM).对于模式分类问题,υ-LPMIVSVM引入局部同类离散度和局部异类离散度概念,分别体现输入空间局部流形结构和局部差异(或判别)信息,通过最小化局部同类离散度和最大化局部异类离散度,优化分类器的投影方向,同时,υ