LPP

拉普拉斯映射(LE)的線性近似而提出的局部保持投影(LPP)方法,同時具備流形學習方法和線性降維方法的優點,因而在數字識別、人臉識別等分類問題中受到廣泛的關注。

局保投影(LPP)作為拉普拉斯特徵映射的一種線性逼近可以較好的反映樣本的流形結構，已經被廣泛的應用到圖像檢索和圖像修復中。LPP就是一種laplacian eigenmaps的線性版本，利用線性來近似非線性 降維的方法。線性鑑別分析( LDA)和局部保持投影(LPP)是其中比較經典的線性方法，LDA注重圖像數據間的可分性，LPP則更關注於數據的局部關係。

LPP主要用作數據的降維，類似的降維方法還有：局部保持投影（local preserving projection, LPP）和近鄰保持投影（Neighborhood preserving embedding, NPE）.屬於無監督型降維方法。