1.可鉴别几何保持自适应图嵌入方法，其特征在于，包括：获取样本的高维数据集，所述高维数据集包括训练集和测试集，所述训练集还包括对应的类别信息；

构建可鉴别几何保持自适应图嵌入模型；

将所述训练集输入所述可鉴别几何保持自适应图嵌入模型中并求解得到权重矩阵和投影矩阵，所述权重矩阵用于优化所述投影矩阵；

将所述测试集通过所述投影矩阵投影后获得低维表示。

2.根据权利要求1所述的可鉴别几何保持自适应图嵌入方法，其特征在于，构建可鉴别几何保持自适应图嵌入模型包括：构建第一项，所述第一项用于基于l2范数重构残差；

构建第二项，所述第二项用于差异性构图约束正则化项；

构建第三项，所述第三项用于自适应构图保持几何离散度；

构建第四项，所述第四项用于相似性构图保持几何离散度；

联合所述第一项、所述第二项、所述第三项和所述第四项构建可鉴别几何保持自适应图嵌入模型。

3.根据权利要求2所述的可鉴别几何保持自适应图嵌入方法，其特征在于：基于所述训练集中样本的相似性构建所述相似性构图，所述样本的相似性包括类内样本相似性和类间样本相似性。

4.根据权利要求2所述的可鉴别几何保持自适应图嵌入方法，其特征在于：基于所述训练集中样本的差异性构建所述差异性构图，所述样本的差异性包括类内样本差异性和类间样本差异性。

5.根据权利要求2所述的可鉴别几何保持自适应图嵌入方法，其特征在于：基于所述权重矩阵构建所述自适应构图。

6.根据权利要求1所述的可鉴别几何保持自适应图嵌入方法，其特征在于，求解所述可鉴别几何保持自适应图嵌入模型得到权重矩阵和投影矩阵包括：通过交替迭代学习求解所述可鉴别几何保持自适应图嵌入模型得到所述权重矩阵和所述投影矩阵，所述交替迭代学习包括如下循环：通过固定所述投影矩阵更新所述权重矩阵，包括：初始化所述投影矩阵；

对所述可鉴别几何保持自适应图嵌入模型进行简化求解所述权重矩阵；

通过所述固定权重矩阵更新所述投影矩阵，包括：初始化所述权重矩阵；

对所述可鉴别几何保持自适应图嵌入模型进行简化求解所述投影矩阵。

7.根据权利要求所述的可鉴别几何保持自适应图嵌入方法，其特征在于，获取高维数据集之后，还包括：

对所述高维数据集进行预处理，所述预处理包括：对所述高维数据集进行归一化处理；

采用PCA对所述高维数据集进行处理。

8.一种可鉴别几何保持自适应图嵌入装置，其特征在于，包括：数据获取模块，所述数据获取模块用于获取高维数据集，所述高维数据集包括训练集和测试集；

模型构建模块，所述模型构建模块用于基于所述训练集构建可鉴别几何保持自适应图嵌入模型；

模型求解模块，所述模型求解模块用于将所述训练集输入所述可鉴别几何保持自适应图嵌入模型中并求解得到权重矩阵和投影矩阵，所述权重矩阵用于优化所述投影矩阵；

数据投影模块，所述数据映射模块用于将所述测试集通过所述投影矩阵投影后获得低维表示。

9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的可鉴别几何保持自适应图嵌入方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的可鉴别几何保持自适应图嵌入方法的步骤。