基于特征线子空间嵌入的非线性特征提取方法

黄丽莉

文章摘要

基于特征线子空间嵌入的非线性特征提取方法

Nonlinear Feature Extraction Method Based on the Nearest Feature Line Embedding

DOI：

中文关键词: 非线性特征提取方法最大间距判别分析特征线NFL 小样本问题

英文关键词: nonlinear feature extraction method Maximum Margin Criterion the nearest feature line the Small Sample Size Problem

基金项目:国家自然科学基金，江苏省自然科学基金，苏州大学江苏省计算机信息处理技术重点实验室开放课题，江苏省新型环保重点实验室开放课题

作者	单位
黄丽莉	安徽理工大学电气与信息工程学院，安徽淮南232001；盐城工学院信息学院，江苏盐城224000

摘要点击次数: 5392

全文下载次数: 0

中文摘要:

针对最近特征线子空间特征提取方法中所存在的问题,结合最大间距判别分析,提出一种具有一定局部学习能力的、有监督的非线性特征提取方法:基于特征线子空间嵌入的非线性特征提取方法,即该特征提取方法不但能克服特征线方法所存在的小样本问题,同时能一定程度上提高其处理非线性数据的能力.通过在数据库上进行实验,结果表明该方法具有优势.

英文摘要:

Due to the problem of the nearest feature line sub- space embedding algorithm,combined the concept of Maximum Margin Criterion we propose a supervised nonlinear feature extraction method: nonlinear feature extraction method based on the nearest feature line embedding. The algorithm can not only overcome the Small Sample Size Problem in the nearest feature line sub- space embedding algorithm,but also can improve its ability of dealing with nonlinear data. Finally,the test on the datasets shows the advantages of the method.

查看全文查看/发表评论下载PDF阅读器

关闭