基于测地距离的半监督增强

• 作者: 刘志勇 袁媛
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 测地距离 半监督学习 流形 增强
• 年，卷（期）: 2011,（21）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 202-204,209
• 分类号: TP391.4
• 字数: 3371字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.21.053

摘要

在许多模式识别任务中,研究者常常使用有标记样本的信息,而忽略无标记样本信息,但在现实生活中有标记样本的获得可能需要花费大量的人力、物力、财力,而无标记数据的获得却相对容易得多.如何利用无标记的数据来增强分类器的性能成为近年来模式识别中的研究热点.在以往的半监督增强学习中,主要是根据无标记样本和有标记样本的相似度来利用无标记样本的,相似度主要使用欧氏距离来度量,而欧氏距离只反映样本间的空间位置关系,没有反映样本间的流形信息.因此,提出了基于测地距离的半监督增强学习算法,从而可以反映样本空间的流形信息.多个数据库上的实验结果表明提出算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘志勇	深圳职业技术学院工业中心	23	61	4.0	6.0
5	袁媛	深圳职业技术学院汽车与交通学院	19	62	5.0	6.0