公开(公告)号：CN101159019A

公开(公告)日：2008-04-09

申请号：CN200710047970.7

申请日：2007-11-08

Applicant: 复旦大学

Inventor： 张巍 ,  薛向阳 ,  孙子晨 ,  郭跃飞

IPC: G06K9/46 ,  G06K9/62

CPC classification number: G06K9/6276 ,  G06K9/6234 ,  G06K9/6252

Abstract: 本发明属于统计模式识别与机器学习技术领域，具体为一种用于k近邻分类的线性特征提取方法。本发明提出多类数据点在局部引力和局部斥力的作用下形成一个邻接图模型以及表示该图模型的鉴别邻接矩阵。从目标函数导出一个非半正定的对称矩阵，对该矩阵进行谱分析可知，将数据映射到由这个矩阵负特征值对应的特征向量张成的空间中去时，近邻分类的准确率能达到最大。本方法通过谱分析来确定适合于分类的新空间的最佳维数，而不是如已有方法那样只能在实验中不断调试得到。而且，该方法还具有非参数、非迭代、避免局部小、避免奇异矩阵等优点。