...间进行二维主成分分析（2DPCA），在保留样本空间结构信息的同时通过去相关性得到低秩的投影特征矩阵；然后用核主成分分析法(KPCA)提取全局非线性特征；由于其核函数需要大量存储空间，再用拉普拉斯特征映射(LE)进行降维。
基于16个网页-相关网页
核主成分分析法
基于1个网页-相关网页
Nuclear principal component analysis
以上为机器翻译结果，长、整句建议使用 人工翻译 。
通过实验比对可知该算法效果在特征提取和分类方面均优于传统核主成分分析法以及最近邻分类器。
The experimental comparisons show that this algorithm outperforms traditional KPCA and K-Nearest Neighbor classifier on both feature extraction and classification.
youdao
应用推荐
模块上移
模块下移
不移动