公开(公告)号：CN103310216B

公开(公告)日：2016-06-29

申请号：CN201310276362.9

申请日：2013-07-03

Applicant: 北京大学

Inventor： 林通 ,  戚峰 ,  查红彬

IPC: G06K9/46

Abstract: 本发明公布了一种基于保内积降维技术的模式识别方法，所述模式识别方法采用如下步骤进行降维：首先在坐标逼近的思想下建立保持局部内积的误差函数模型；然后利用矩阵向量形式的转换求解出局部的最优保内积低维坐标；在使用特征值分解求得初值后，对目标函数进行多变量迭代求解；分别使用二次函数极值求解，正交强迫分解，最小二乘等方法逐步求解迭代问题，并得到最终低维坐标。本发明对降维问题提出了新的方法，可以应用于流形学习并能取得较好的效果，并在真实数据集上的分类效果能达到与现有流形方法相媲美的效果。

公开(公告)号：CN103310216A

公开(公告)日：2013-09-18

申请号：CN201310276362.9

申请日：2013-07-03

Applicant: 北京大学

Inventor： 林通 ,  戚峰 ,  查红彬

IPC: G06K9/46

Abstract: 本发明公布了一种基于保内积降维技术的模式识别方法，所述模式识别方法采用如下步骤进行降维：首先在坐标逼近的思想下建立保持局部内积的误差函数模型；然后利用矩阵向量形式的转换求解出局部的最优保内积低维坐标；在使用特征值分解求得初值后，对目标函数进行多变量迭代求解；分别使用二次函数极值求解，正交强迫分解，最小二乘等方法逐步求解迭代问题，并得到最终低维坐标。本发明对降维问题提出了新的方法，可以应用与流形学习并能取得较好的效果，并在真实数据集上的分类效果能达到与现有流形方法相媲美的效果。