本项目的研究目的是要在高维数据集呈现高度弯曲意义下,在假定数据具有内在低维流形下,如何从高维数据中学习内在认知维数或主要物理特征,并基于内在认知维数或主要物理特征形成有效的分类算法。针对目前流形学习中存在的一些问题,我们将在以下几个方向上展开研究流形学习的类别问题和基于特定类特征的分类;流形学习全局与局部分类算法研究;集成学习在监督流形学习中的应用;流形学习定量分析研究。生物特征认证和生物信息学