论文部分内容阅读
针对实际应用中得到的数据往往只有少量具有类别标签,大多数类属未知的情况,在Fisher准则的基础上,提出基于Fisher准则的半监督特征提取方法 SFEM。在构造邻接图的基础上,重新定义类内离散度矩阵和类间离散度矩阵,利用Fisher准则找到的最优投影方向满足类间离散度矩阵与类内离散度矩阵之比最大,保证样本能较好地分开。若干标准数据集上的仿真结果表明,SFEM在解决半监督特征提取问题上具有一定优势。