基于局部流形重构的半监督多视图图像分类

• 作者: 董西伟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图像分类 标签传播 典型相关分析 多视图 半监督
• 年，卷（期）: 2016,（18）
• 所属期刊栏目: 热点与综述
• 页码范围: 24-30
• 页数: 7页
• 分类号: TP391.41
• 字数: 8272字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1603-0086

摘要

为了在半监督情境下利用多视图特征中的信息提升分类性能，通过最小化输入特征向量的局部重构误差为以输入特征向量为顶点构建的图学习合适的边权重，将其用于半监督学习。通过将最小化输入特征向量的局部重构误差捕获到的输入数据的流形结构应用于半监督学习，有利于提升半监督学习中标签预测的准确性。对于训练样本图像的多视图特征的使用问题，借助于改进的典型相关分析技术学习更具鉴别性的多视图特征，将其有效融合并用于图像分类任务。实验结果表明，该方法能够在半监督情境下充分地挖掘训练样本的多视图特征表示的鉴别信息，有效地完成鉴别任务。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董西伟	九江学院信息科学与技术学院	15	30	3.0	4.0