基于局部尺度转换的拉普拉斯核方法

• 作者: 张亮 张俊 李杨 杜子平
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 半监督学习 局部尺度转换 拉普拉斯核 分类学习
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 202-203,206
• 分类号: TP18
• 字数: 3246字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.08.070

摘要

采用数据点的结构信息可以提高半监督学习的性能.为此,提也一种基于图的半监督学习方法.利用局部尺度转换对不同密度区域中的边权重设置不同的尺度参数,在此基础上构造图的拉普拉斯核分类器进行分类学习.在多个数据集上的实验显示该方法优于其他基于核的半监督分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜子平	天津科技大学经济与管理学院	103	528	12.0	18.0
2	张俊	天津科技大学经济与管理学院	16	70	5.0	7.0
3	李杨	天津科技大学经济与管理学院	33	157	7.0	11.0
4	张亮	天津科技大学经济与管理学院	40	430	9.0	19.0