[发明专利]自适应无参数的特征提取方法

权利要求书

1.一种自适应无参数的特征提取方法，其特征在于包括以下步骤：

步骤一：计算任意两个样本之间的相关系数P_ij，使用增强的无参数的局部保留算法建立全部样本所属类的类内权重矩阵W；

步骤二：寻找相邻类；依据步骤一中得到的相关系数P_ij构成的矩阵P，计算任意一类c_i与其他所有类的相关系数的平均值m_i，计算任意一类c_i与某一类c_j的相关系数的平均值m_ij，如果m_ij≥m_i，则认为c_i、c_j为相邻的类；

步骤三：建立一个大小为n_i*n_j的矩阵G，用于存储步骤二中得到的任意两个相邻的类之间样本与样本的关系，矩阵G初始化为全零，其中n_i、n_j为属于任意两个相邻的类c_i、c_j样本的数目；

步骤四：对于属于c_i的任意一个样本c_ik计算其与属于c_j的任意一个样本c_jl的相关系数P_kl，如果这两个样本的相关系数P_kl，大于或等于c_ik与属于c_j的所有样本的相关系数的均值m，即P_kl≥m，则置矩阵G中对应位置上G(i,j)＝1，遍历属于c_i的所有的样本，得到属于c_i的每个样本与属于c_j的每个样本之间的关系，由于相关系数的性质可知，G为对称矩阵，即同时可以得到属于c_j的每个样本与属于c_i的每个样本之间的关系；

步骤五：按行扫描G，使用集合freq记录每行中1所在的位置，也就是对应样本在c_i类中的下标号，统计freq中一共出现多少个互异的样本以及每个样本出现的次数，如果某个样本出现的次数大于或等于平均次数T，T＝freq中样本的总数目/互异的样本数目，则认为该样本与c_i类相邻，并置这两类的类间权重矩阵B对应位置上B(i,j)＝1；

步骤六：按列扫描G，使用新的集合freq1记录每列中1所在的位置，也就是对应样本在c_j类中的下标号，统计freq1中一共出现多少个互异的样本以及每个样本出现的次数，如果某个样本出现的次数大于或等于平均次数T1，T1＝freq1中样本的总数目/互异的样本数目，则认为该样本与c_j类相邻，并置这两类的类间权重矩阵B对应位置上B(i,j)＝1；

步骤七：根据步骤一和步骤六得到的类内权重矩阵W和类间权重矩阵B，建立类内散布矩阵和类间散布矩阵，组成目标函数，在Fisher准则下求解目标函数，得到最优投影方向，在此方向对样本进行投影，完成特征提取。