基于局部与全局保持的半监督维数约减方法

• 作者: 彭宏 韦佳
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 边信息 局部与全局保持 半监督学习 维数约减 图嵌入
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 半监督学习
• 页码范围: 2833-2842
• 页数: 10页
• 分类号: TP181
• 字数: 6163字
• 语种: 中文

摘要

在很多机器学习和数据挖掘任务中,仅仅利用边信息(side-information)并不能得到最好的半监督学习(semi-supervised learning)效果,因此,提出一种基于局部与全局保持的半监督维数约减(local and global preserving based semi-supervised dimensionality reduction,简称LGSSDR)方法.该算法不仅能够保持正、负约束信息而且能够保持数据集所在低维流形的全局以及局部信息.另外,该算法能够计算出变换矩阵并较容易地处理未见样本.实验结果验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭宏	华南理工大学计算机科学与工程学院	188	2058	24.0	34.0
2	韦佳	华南理工大学计算机科学与工程学院	14	140	6.0	11.0