多视图有监督的LDA模型

• 作者: 冯方向 曹洁 李晓旭 李睿凡 王小捷
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 多视图分类 概率主题模型 变分期望最大化
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 科研通信
• 页码范围: 2040-2044
• 页数: 5页
• 分类号: TP181
• 字数: 4945字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2014.10.26

摘要

本文主要关注多视图数据的分类问题。考虑到集成分类方法可组合多个弱分类器构成一个强分类器，以及主题模型能学习复杂数据的语义表示，本文试图将集成学习思想引入主题模型中，以便同时学习多视图数据的分类规则和预测性语义特征。具体地，结合概率主题模型LDA模型和集成分类方法Softmax混合模型，提出了一个多视图有监督的分类模型。基于变分EM方法，推导了该模型的参数估计算法。两个真实图像数据集上的实验结果表明了提出模型有较好的分类性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹洁	兰州理工大学计算机与通信学院	180	1035	14.0	20.0
2	王小捷	北京邮电大学计算机学院	35	179	8.0	11.0
4	李睿凡	北京邮电大学计算机学院	12	51	5.0	7.0
6	李晓旭	兰州理工大学计算机与通信学院	9	23	3.0	4.0
9	冯方向	北京邮电大学计算机学院	2	3	1.0	1.0