该文介绍了一种新的堆叠自编码器模型NE_ESAE，采用邻近样本信封学习机制进行优化，实现特征减少与基分类器的分类，最终通过集成机制融合信封样本空间的每一层的分类结果，实验结果表明该方法比传统的特征学习方法和深度自编码器有显着的性能优势。