有监督的局部保留投影降维算法  

A Supervised Locality Preserving Projection Algorithm for Dimensionality Reduction

作　　者：申中华[1] 潘永惠[1] 王士同[1] 

机构地区：[1]江南大学信息工程学院,无锡214122

出　　处：《模式识别与人工智能》2008年第2期233-239,共7页Pattern Recognition and Artificial Intelligence

基　　金：教育部跨世纪优秀人才培养计划项目(No.NCET-04-0496);江苏省自然科学基金项目(No.BK2003017)资助

摘　　要：针对局部保留投影(LPP)的非监督本质,提出一种称为有监督的局部保留算法(SLPP)的线性降维方法,它同时考虑类间分离性以及 LPP 中的局部保留特性.实验结果表明 SLPP 算法较其他算法优越.线性的 SLPP 算法还可通过使用核方法扩展到非线性的情况.Aiming at the unsupervised property of locality preserving projection （LPP）, a linear dimensionality reduction method called supervised locality preserving projections （SLPP） is proposed, which integrates the locality preserving property in LPP and the class separability. Experimental results show SLPP is superior to some classical and recently presented methods. The linear SLPP method can also be extended to non-linear dimensionality reduction scenarios by using the kernel method.

关 键 词：降维 局部保留投影(LPP) 有监督的局部保留投影(SLPP) 核方法 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]