稀疏近似最近特征空间嵌入标签传播*

• 作者: YAO Qi-Fu 姚奇富 王士同 陶剑文
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 半监督学习 稀疏表示 标签传播 最近特征空间嵌入
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 软件学报
• 页码范围: 1239-1254
• 页数: 16页
• 分类号: TP181
• 字数: 12691字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.004556

摘要

针对现有的基于图的半监督学习(graph-based semi-supervised learning,简称 GSSL)方法存在模型参数敏感和数据空间判别信息不充分等问题,受最近特征空间嵌入和数据稀疏表示思想的启发,提出一种稀疏近似最近特征空间嵌入标签传播算法SANFSP(sparse approximated nearest feature space embedding label propagation).SANFSP首先利用特征空间嵌入投影点来稀疏表示原始数据；然后,度量原始数据和稀疏近似最近特征空间嵌入投影间的相似性；进而提出稀疏近似最近特征空间嵌入正则化项；最后,基于传统GSSL方法的标签传播算法,实现数据标签的平滑传播.同时,还将SANFSP算法简单拓展到out-of-sample学习.SANFSP算法在人造和实际数据集(如人脸识别、可视物件识别以及手写数字分类等)上取得了有效的实验结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	香港理工大学电子计算学系	528	3424	23.0	37.0
3	姚奇富	浙江工商职业技术学院电子与信息工程学院	46	275	9.0	14.0
4	陶剑文	浙江大学宁波理工学院信息科学与工程学院	6	20	3.0	4.0