10.3969/j.issn.1000-3428.2009.16.064
基于拉普拉斯特征映射的分类器设计
引用监督学习策略,定义类内和类间不同的距离度量方式,以替代原来的欧式距离度量,实现对拉普拉斯特征映射算法的改进.将降维之后的结果作为BP神经网络的输入,实现分类.实验结果表明,基于改进的拉普拉斯特征映射算法降维之后的结果,减少了神经网络的训练时间,具有较好的分类正确率.
拉普拉斯特征映射、监督学习、分类器、相异度
35
TP391(计算技术、计算机技术)
国家自然科学基金资助项目60675058;福建省科技计划基金资助重点项目2008H0026
2009-09-28(万方平台首次上网日期,不代表论文的发表时间)
共3页
178-179,182