基于监督的距离度量学习方法研究

• 作者: 战扬 杨丰 金英
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 距离度量学习 机器学习 K近邻分类器
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 基金项目与博士论文
• 页码范围: 21-23
• 分类号: TP301
• 字数: 2010字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-2552.2011.12.006

摘要

很多机器学习算法(比如K近邻算法),学习的效果非常依赖于输入数据的距离度量,距离度量学习的主要目标是通过训练样本学习出一个能够更有效反映样本空间的距离函数,在此距离函数下,同类样本具有较近的距离,异类样本具有较远的距离.对近年来基于监督的距离度量学习方法的基本思想和算法进行了研究,并对当前距离度量学习的热点进行了介绍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨丰	黑龙江大学计算机科学技术学院	14	66	5.0	7.0
2	战扬	黑龙江大学计算机科学技术学院	7	23	3.0	4.0
3	金英	黑龙江大学计算机科学技术学院	18	50	3.0	6.0