[发明专利]一种基于邻域样本定向鉴别投影特征提取方法在审
| 申请号： | 201810801721.0 | 申请日： | 2018-07-18 |
| 公开（公告）号： | CN109117739A | 公开（公告）日： | 2019-01-01 |
| 发明（设计）人： | 张寅;刘娴;王雯璟 | 申请（专利权）人： | 成都识达科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 成都虹盛汇泉专利代理有限公司 51268 | 代理人： | 王伟 |
| 地址： | 610041 四川省成都市中国（四川）自由贸易试*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于邻域样本定向鉴别投影特征提取方法，基于流形学习理论，引入邻域样本信息熵构建邻域样本定向聚集中心，将样本邻域中最靠近类中心的样本点，即邻域样本熵最小的点，确定为邻域样本定向聚集中心，使得降维过程中，给予样本确定的移动方向，从而使样本在低维空间更好地聚集；本发明方法避免了处理高维数据时面临的维数灾难问题，稳健性能更高。 | ||
| 搜索关键词： | 样本 邻域 投影特征 鉴别 低维空间 高维数据 流形学习 样本信息 移动方向 样本点 构建 降维 维数 引入 灾难 | ||
【主权项】：
1.一种基于邻域样本定向鉴别投影特征提取方法，其特征在于，包括：S1、图像预处理，得到训练样本集合；S2、根据步骤S1得到的训练样本集合，计算样本邻域信息熵，得到邻域样本定向聚类中心；S3、根据步骤S2的邻域样本定向聚类中心，计算类间关系矩阵和类内关系矩阵；S4、根据步骤S1得到的训练样本的集合、步骤S3得到的类间关系矩阵和类内关系矩阵，计算目标矩阵；S5、根据步骤S4的目标矩阵计算最优投影矩阵；S6、根据步骤S5的最优投影矩阵，计算步骤S1得到的训练样本集合中所有训练样本的特征，得到训练样本特征集合；S7、根据步骤S6得到的训练样本特征集合和测试样本特征集合，采用传统的最小距离分类器对测试样本特征集合中每个测试样本的特征进行分类，得到测试样本的类别标号。
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成都识达科技有限公司，未经成都识达科技有限公司许可，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/201810801721.0/，转载请声明来源钻瓜专利网。
- 上一篇：基于人工智能的阅卷方法
- 下一篇：一种指纹信息分享方法及指纹信息分享系统
