基于局部重构与全局保持的半监督维数约减算法

• 作者: 文贵华 王家兵 王文丰 韦佳
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 边信息 局部重构 半监督学习 维数约减
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 201-204
• 分类号: TP181
• 字数: 3055字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2011.08.047

摘要

针对基于局部与全局保持的半监督维数约减算法( LGSSDR)对邻域参数选择比较敏感以及对邻域图边权值设定不够准确的问题,提出一种基于局部重构与全局保持的半监督维数约减算法( LRGPSSDR).该算法通过最小化局部重构误差来确定邻域图的边权值,在保持数据集局部结构的同时能够保持其全局结构.在Extended YaleB和CMU PIE标准人脸库上的实验结果表明LRGPSSDR算法的分类性能要优于其它半监督维数约减算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	文贵华	华南理工大学计算机科学与工程学院	63	791	17.0	26.0
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
3	王文丰	南昌工程学院信息工程学院	24	40	3.0	5.0
4	王家兵	华南理工大学计算机科学与工程学院	5	32	3.0	5.0