基于判别特征加权的GPLVM算法

• 作者: 王秀美 高新波
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 高斯过程隐变量模型 因子分析 概率主成分分析 局部Fisher判别分析
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 人工智能及图像处理
• 页码范围: 189-192
• 页数: 4页
• 分类号: TP3
• 字数: 3655字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2009.03.052

摘要

高斯过程隐变量模型是最近提出的比较流行的无监督降维方法.但是,它是一种无监督的机器学习算法,没有突出类结构,使得结果不能有效地表示类别信息.因此,提出一种利用判别特征值对高斯过程隐变量模型进行加权的算法,该算法不仅能够加强模型在低维流形上的判别性,而且能很好地保持类内的流形结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高新波	西安电子科技大学电子工程学院	176	3425	27.0	52.0
2	王秀美	西安电子科技大学电子工程学院	7	31	3.0	5.0