正则化半监督判别分析方法

• 作者: 林玉娥 陈静逸
• 来源期刊: 计算技术与自动化
• 关键词: 加权线性判别分析 最大散度差 无监督判别分析 半监督
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 【计算机软件及应用】
• 页码范围: 123-126
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文

摘要

为了克服加权线性判别分析(WLDA)只利用有标签的训练样本而不能反映样本数据流形结构的缺点，提出一种正则化的半监督判别分析方法。首先构建所有样本的近邻图来估计数据的局部流形结构，然后将此作为正则项引入 WLDA 的准则函数中。该方法避免了类内散度矩阵奇异，同时保持了样本数据的判别结构和几何结构。在 ORL 和 YALE 人脸数据库上的实验结果证明了该算法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈静逸	安徽理工大学计算机科学与工程学院	2	2	1.0	1.0
2	林玉娥	安徽理工大学计算机科学与工程学院	34	29	3.0	4.0