谱机器学习研究综述

• 作者: 尹宏伟 李凡长
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 谱学习 谱聚类 缺失变量概率模型 谱流形学习
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 综述·探索
• 页码范围: 1409-1419
• 页数: 11页
• 分类号: TP181
• 字数: 11808字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1505049

摘要

在自然科学研究领域存在众多因连续变化而难以解决的问题.这些复杂问题可以通过谱方法表示为一系列离散空间上的简单问题的组合,通过求解这些简单问题获得其近似解.谱学习算法是近年来国际上机器学习领域的一个研究热点.谱学习算法建立在谱数学理论基础上,与传统的学习算法相比,一方面能保持数据内部潜在结构不变,另一方面能获得全局最优解.首先介绍了谱学习的基本理论,然后从谱聚类算法、概率模型谱学习算法、谱流形学习算法3个不同方面介绍了相关的典型算法,最后针对目前的研究现状,给出了谱学习几个有价值的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李凡长	苏州大学计算机科学与技术学院	136	774	15.0	18.0
2	尹宏伟	苏州大学计算机科学与技术学院	3	7	2.0	2.0