摘要

利用数据集的局部结构信息和判别结构信息,构建相似度矩阵和类信息矩阵,提出监督型局部保持的典型相关分析(Supervised Locality Preserving Canonical Correlation Analysis,SLPCCA),该方法不但突破了典型相关分析(Canonical Correla-tion Analysis,CCA)处理数据时的线性约束,提高了处理非线性问题的能力,而且克服了局部保持的典型相关分析(LocalityPreserving Canonical Correlation Analysis,LPCCA)忽视类信息的问题,提取的特征更有利于分类.在多特征手写体数据...