科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出了1种基于谱回归的边缘Fisher分析模型,通过将MFA优化模型转换为谱回归问题实现样本数据的特征提取;并分别提出了线性维数约简和基于核函数的非线性维数约简算法,训练算法同时具备谱回归和MFA的优点,能够充分利用数据集的流形结构和类别信息,解决原始数据非高斯分布条件下的高效维数约简问题。在标准数据集上的实验结果表明,与同类方法相比,所提方法不仅提高了维数约简的性能,而且减少了算法运行时间。
- 出版日期2017
- 单位中国矿业大学（北京）; 中国矿业大学
提出了1种基于谱回归的边缘Fisher分析模型,通过将MFA优化模型转换为谱回归问题实现样本数据的特征提取;并分别提出了线性维数约简和基于核函数的非线性维数约简算法,训练算法同时具备谱回归和MFA的优点,能够充分利用数据集的流形结构和类别信息,解决原始数据非高斯分布条件下的高效维数约简问题。在标准数据集上的实验结果表明,与同类方法相比,所提方法不仅提高了维数约简的性能,而且减少了算法运行时间。
