论文部分内容阅读
利用数据集几何结构鉴别信息、未标记数据集等隐含先验信息是提高模式分类器性能的有效方法.实际数据集不仅具有多模态、含噪、高维等特性,而且训练数据集和测试数据集分布存在差异的现象,降低了支持向量机(Support vector machine,SVM)的性能.基于迁移学习、局部Fisher鉴别分析等方法,提出一种优化局部鉴别领域相关支持向量机算法.该方法提出一种基于维数约简的自适应距离度量学习方法,消除数据噪声以及冗余特征,更好地描述数据局部几何特性;通过把局部Fisher鉴别信息嵌入到SVM,提高了算