基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
半监督学习是近年来机器学习领域中的研究热点之一,已从最初的半监督分类和半监督聚类拓展到半监督回归和半监督降维等领域.目前,有关半监督分类、聚类和回归等方面的工作已经有了很好的综述,如Zhu的半监督学习文献综述.降维一直是机器学习和模式识别等相关领域的重要研究课题,近年来出现了很多将半监督思想用于降维,即半监督降维方面的工作.有鉴于此,试图对目前已有的一些半监督降维方法进行综述,然后在大量的标准数据集上对这些方法的性能进行实验比较,并据此得出了一些经验性的启示.
推荐文章
基于权值的局部保持半监督降维算法
半监督降维
距离权值
局部结构
成对约束
基于稀疏表示的半监督降维方法
降维
连接性与权重
稀疏表示
边约束
MFASSC:基于间隔Fisher分析的半监督聚类方法
半监督聚类
成对约束
间隔Fisher分析
数据降维
半监督复杂结构数据降维方法
半监督降维
流形假设
约束对
目标函数
聚类分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 半监督降维方法的实验比较
来源期刊 软件学报 学科 工学
关键词 半监督降维 降维 半监督学习 类别标号 成对约束
年,卷(期) 2011,(1) 所属期刊栏目
研究方向 页码范围 28-43
页数 分类号 TP181
字数 11688字 语种 中文
DOI 10.3724/SP.J.1001.2011.03928
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张道强 南京航空航天大学计算机科学与工程系 51 491 11.0 20.0
2 陈诗国 南京航空航天大学计算机科学与工程系 1 62 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (27)
参考文献  (15)
节点文献
引证文献  (62)
同被引文献  (74)
二级引证文献  (68)
1933(1)
  • 参考文献(1)
  • 二级参考文献(0)
1936(1)
  • 参考文献(1)
  • 二级参考文献(0)
1952(1)
  • 参考文献(1)
  • 二级参考文献(0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(4)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(7)
  • 引证文献(6)
  • 二级引证文献(1)
2013(18)
  • 引证文献(9)
  • 二级引证文献(9)
2014(10)
  • 引证文献(5)
  • 二级引证文献(5)
2015(13)
  • 引证文献(11)
  • 二级引证文献(2)
2016(13)
  • 引证文献(8)
  • 二级引证文献(5)
2017(10)
  • 引证文献(7)
  • 二级引证文献(3)
2018(26)
  • 引证文献(9)
  • 二级引证文献(17)
2019(25)
  • 引证文献(5)
  • 二级引证文献(20)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
半监督降维
降维
半监督学习
类别标号
成对约束
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
总被引数(次)
226394
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导