论文部分内容阅读
本文提出了一种基于局部切距离的近邻分类算法.它借助流形学习的思想,是一种在事物本身所形成的低维流形中的近邻法.利用流形的局部切空间表示,直接从样本集出发,求出测试样本到各局部切空间的距离,在这一度量上用近邻法进行分类.与已有的切空间距离分类器算法相比,它不需要太多的领域知识和基于对数据集构成深刻认识的假设条件.实验结果表明,该算法具有较强的分类能力.