原文服务方: 计算机应用研究       
摘要:
为了有效地在半监督多视图情景下进行维数约简,提出了使用非负低秩图进行标签传播的半监督典型相关分析方法。非负低秩图捕获的全局线性近邻可以利用直接邻居和间接可达邻居的信息维持全局簇结构,同时低秩的性质可以保持图的压缩表示。当无标签样本通过标签传播算法获得估计的标签信息后,在每个视图上构建软标签矩阵和概率类内散度矩阵,然后通过最大化不同视图同类样本间相关性的同时最小化每个视图低维特征空间类内变化来提升特征鉴别能力。实验结果表明,所提方法比已有相关方法能够取得更好的识别性能且更鲁棒,是有效的多视图维数约简方法。
推荐文章
基于多视图典型相关分析的垃圾网页检测
垃圾网页检测
典型相关分析
多视图分类
特征抽取
基于典型相关分析的多视图降维算法综述
多视图学习
典型相关分析
监督学习
广义特征值
降维
多标记学习自编码网络无监督维数约简
多标记学习
维数约简
无监督学习
神经网络
自编码器
机器学习
深度学习
特征提取
基于局部流形重构的半监督多视图图像分类
图像分类
标签传播
典型相关分析
多视图
半监督
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于半监督典型相关分析的多视图维数约简
来源期刊 计算机应用研究 学科
关键词 典型相关分析 人脸识别 多视图 维数约简 标签传播 半监督
年,卷(期) 2016,(12) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3686-3690,3712
页数 6页 分类号 TP301.5
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.12.037
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨茂保 九江学院信息科学与技术学院 27 41 3.0 4.0
2 董西伟 九江学院信息科学与技术学院 15 30 3.0 4.0
4 张广顺 九江学院信息科学与技术学院 8 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (27)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (10)
二级引证文献  (1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
典型相关分析
人脸识别
多视图
维数约简
标签传播
半监督
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导