面对模式分析、数据挖掘中海量数据,降维算法已经成为科学研究人员最为 强有力的工具.对降维算法的研究具有很高的学术价值和应用潜力.本文较为详 细的回顾了现有的降维算法,以及他们在模式分析中的应用.在此基础上,着眼于 提高嵌入空间的不同类别的样本之间的距离,我们提出了两种有监督情形下的流 形学习算法.模拟和实际数据都显示了有监督流形学习算法的良好的性能.-Face pattern analysis, data mining

对图像做spca有监督的主成分分析降维，并通过RBF神经网络学习得到一个模型，并投影到原图来降噪-supervised manifold learning

LDA降维是常用的降维手段之一，是常用的有监督学习降维工具。这个文件对其产生W后的使用进行了简要说明，使用W进行最终的降维可以得到十分漂亮的分析结果（在数据分布符合假设分析的情况下。）(LDA dimension reduction is one of the commonly used dimensionality reduction methods. It is a commonly used supervised learning