基于低秩稀疏矩阵分解、局部几何结构保持和类别信息最大统计相关的特征提取方法

摘要

本发明涉及模式识别中特征提取相关问题，提出了一种基于低秩稀疏矩阵分解、局部几何结构保持和类别信息最大统计相关的特征提取方法。为了解决现有许多特征提取方法存在的问题，包括鲁棒性不足、没有利用数据的局部几何结构信息、没有利用数据的类别信息，本发明通过对一个总的目标函数的优化求解，实现对数据样本的特征提取，进而可以更有效率地进行下一步的数据处理。这个目标函数由三部分组成，包括低秩稀疏矩阵分解、流形学习以及有监督学习。本发明兼顾这三部分的特点，使特征提取尽可能地达到全局最优，提取出重要的、有判别力的特征，去除冗余信息。