工程与应用，2013.49（20）：183-187
[6] 吴晓婷，闫德勒.数据降维方法分析与研究[J].计算机应用研究，2009.26（8）：2833-2835
[7] S T Roweis L K Saul Nonlinear dimensionality reduction by locally linear embedding[J].Science 2000.290：2323-2326
[8] 马瑞.基于局部线性嵌入（LLE）非线性降维的多流形学习[J].清华大学学报（自然科学版），2009.48（4）：582-585
[9] 张少龙，巩知乐，廖海斌.融合LLE和ISOMAP的非线性降维方法[J].计算机应用研究，2014.31（1）：277-280
[10] 胡鹏.基于流形学习的数据降维技术研究[D].长沙理工大学，2011.
[11] BELHUMEUR P N， HESPANHA J P， KRIEGMAN D：Recognition using class specific linear projection[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，1997.19（7）： 711-720
[12] 郭海凤，孙周宝.改进的LLE算法在图像分类中的应用[J].计算机应用于软件，2014.31（12）：256-258
[13] 张蕾.基于有监督流形降维的自动化医学诊断[D].扬州大学，2015.
[14] 汪海燕，黎建辉，杨风雷.支持向量机理论及算法研究综述[J].计算机应用研究，2014.31（5）：1282-1286
[15] 祝曙光，钱丽艳，樊卫兵等.非线性支持向量机若干关键问题研究[J].计算机工程与科学，2010.32（5）： 41-44
[16] 吕世聘，王秀坤，孙岩等.改进的支持向量机特征选择算法[J].计算机工程，2009.35（1）：171-172
[17] 王东，史晓霞，尹交英.不同核函数的支持向量机用于空调负荷预测的对比研究[J].电工技术学报，2015.30（1）：531-535