[发明专利]一种改进型连续投影算法

权利要求书

1.一种改进型连续投影算法，其特征在于：设定Q为最初的节点数量，h为中间层最终节点的数量,包括如下步骤：

步骤(1)从原始变量集合{v1,v2,…vQ}中任意选择任一个向量v，其在1～Q的序号为ξ(1)，记作第一个特征向量V_ξ(1)，以该向量v为基础逐渐增加特征向量的数量，直至所述特征向量的总数达到h个；

步骤(2)设定步骤(1)中已选择的向量共有τ个，则定义S为未选入特征向量的向量构成的集合，如下式：

S＝{V_t丨1≤t≤Q，t≠ξ(1)，ξ(1)，……，ξ(τ)}，其中V_t为未选入特征向量，t为未选入向量；

则法线向量u(τ)计算公式如下：

u(τ)＝V_ξ(τ)+γu(τ-1)；其中γ为根据经验设定的系数，范围在(0，1)之中；

通过所述法线向量u(τ)计算获取u(τ)的垂平面，并分别计算S中的向量在向量ξ(τ)的垂面上的正交投影向量P(V)，公式如下：

P(V)＝V-(V^Tu(τ))u(τ)V^Tu(τ))^T；

所述正交投影有Q-τ个；

步骤(3)根据步骤(2)中获取的Q-τ个所述正交投影，找出最大投影，记这个投影对应的原始向量在所述原始变量集合{v1,v2,…vQ}中序号为ξ(τ+1)；

步骤(4)将步骤(2)中的τ更换为τ+1，并循环后续步骤，直至生成所有的特征向量V_ξ(1)，V_ξ(1)，……，V_ξ(h)。

2.根据权利要求1所述一种改进型连续投影算法，其特征在于：步骤(1)中所述特征向量组合为u(1)＝V_ξ(1)+γu(0)＝V_ξ(1)。

3.根据权利要求1所述一种改进型连续投影算法，其特征在于：步骤(2)中所述γ的值越小，γu(τ-1)向量的模也最小，从而最近选择的特征向量V_ξ(τ)的参与程度越大，而最初选择的特征向量的参与程度越低；反之，则各个向量参与的程度越平均。

4.根据权利要求3所述一种改进型连续投影算法，其特征在于：步骤(2)中所述γ的值在[0.5,0.8]区间时，改进的连续投影算法的效果最优。