基于多视图半监督学习的图像识别

• 作者: 吴飞 奚晓钰 荆晓远
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 多视图学习 半监督学习 互补信息 冗余信息
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 48-51
• 页数: 4页
• 分类号: TP301.6
• 字数: 3062字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.12.011

摘要

近年来多视图学习在各个研究应用领域引起了学者们的广泛关注.传统有监督的多视图学习在学习过程中只是使用了训练样本中少数的有标签样本,传统无监督的多视图学习反之利用了其中大量的无标签样本.相比于这两种方法,多视图半监督学习方法能够同时利用训练集中的有标签样本以及无标签样本,其学习目的是在多个视图里面少数有标签样本以及大量无标签样本的情况下,在改善有监督学习的泛化性能的同时,提高非监督学习的高效性.因此文中主要以半监督学习为研究手段,以多视图子空间特征抽取为研究目标,实现了其在图像识别领域的应用.在AR和Oxford Flowers17公共数据库上进行的实验,验证了所提出算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	荆晓远	南京邮电大学自动化学院	52	99	5.0	6.0
2	吴飞	南京邮电大学自动化学院	33	90	5.0	7.0
3	奚晓钰	南京邮电大学自动化学院	1	1	1.0	1.0