[发明专利]一种基于局部样条嵌入的线性分类方法在审
| 申请号： | 201610234826.3 | 申请日： | 2016-04-13 |
| 公开（公告）号： | CN106126474A | 公开（公告）日： | 2016-11-16 |
| 发明（设计）人： | 何萍;敬田禹;徐晓华;林惠惠 | 申请（专利权）人： | 扬州大学 |
| 主分类号： | G06F17/12 | 分类号： | G06F17/12;G06F17/15 |
| 代理公司： | 南京中新达专利代理有限公司 32226 | 代理人： | 孙鸥;朱杰 |
| 地址： | 225009 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于局部样条嵌入的线性分类方法。本发明输入训练数据和测试数据，训练数据的有监督的局部样条嵌入降维，包括构建类内图、类间图选取邻域，构建训练数据点的类内局部切空间和类间局部切空间，获得训练数据点的全局低维坐标，得到对应的最佳线性映射，将测试数据映射至低维流形中去，K近邻分类对降维后的测试数据进行分类，得到测试数据的类别标签。本发明克服了过去没有全面的分析数据的类内近邻图和类间近邻图和利用训练数据的类别信息的缺陷。本发明大大降低了数据的复杂程度，提高了数据的可观测性和可判别性，有助于大大改善对高维流形上数据的分类准确率。 | ||
| 搜索关键词： | 一种 基于 局部 嵌入 线性 分类 方法 | ||
【主权项】：
一种基于局部样条嵌入的线性分类方法，其特征在于步骤如下：(1)输入训练数据和测试数据；(2)训练数据的有监督的局部样条嵌入降维，包括：(2.1)构建类内图、类间图选取邻域；(2.2)根据所选取的训练数据点的类内图和类间图分别构建训练数据点的类内局部切空间和类间局部切空间；(2.3)从类内局部切空间、类间局部切空间出发，获得训练数据点的全局低维坐标，计算使得训练数据点映射到全局低维坐标时的重构误差最小并且具有最佳局部类判别性的目标函数，得到对应的最佳线性映射；(3)根据已获得的最佳线性映射进行测试数据扩展，将测试数据映射至低维流形中去；(4)使用K近邻分类对降维后的测试数据进行分类，得到测试数据的类别标签。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于扬州大学，未经扬州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610234826.3/，转载请声明来源钻瓜专利网。
