基于监督学习的核拉普拉斯特征映射分类方法

• 作者: 张建波 朱敏琛
• 来源期刊: 福州大学学报（自然科学版）
• 学科: 工学
• 关键词: 监督学习 拉普拉斯特征映射 流形学习 核方法
• 年，卷（期）: 2011,（1）
• 页码范围: 49-53
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: CNKI:35-1117/N.20110121.1724.011

摘要

提出一种监督学习的核拉普拉斯特征映射方法(supervised kernel Laplacian eigenmap,SKLE),通过非线性核映射将样本数据投影到高维核特征空间,然后将流形结构和样本类别信息进行有效的结合后,提取嵌入在高维数据中的低维流形特征用于分类.实验表明,该方法对新样本具有泛化性,并且能有效提高分类的效能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱敏琛		22	95	6.0	9.0
2	张建波		1	0	0.0	0.0