基于成对约束的非线性维数约减框架

• 作者: 尹学松 施建华 江立飞 蒋融融
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 维数约简 辅助信息 成对约束 先验隶属度 邻接矩阵
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 147-153,158
• 页数: 8页
• 分类号: TP311
• 字数: 7544字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1508-0090

摘要

半监督维数约简是指借助于辅助信息与大量无标记样本信息从高维数据空间找到一个最优低维判别空间,便于后续的分类或聚类操作,它被看作是理解基因序列、文本与人脸图像等高维数据的有效方法.提出一个基于成对约束的半监督维数约简一般框架(SSPC).该方法首先通过使用成对约束和无标号样本的内在几何结构学习一个判别邻接矩阵;其次,新方法应用学到的投影将原来高维空间中的数据映射到低维空间中,以至于聚类内的样本之间距离变得更加紧凑,而不同聚类间的样本之间距离变得尽可能得远.所提出的算法不仅能找到一个最佳的线性判别子空间,还可以揭示流形数据的非线性结构.在一些真实数据集上的实验结果表明,新方法的性能优于当前主流基于成对约束的维数约简算法的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施建华	浙江广播电视大学计算机系	10	13	2.0	3.0
2	尹学松	浙江广播电视大学计算机系	19	280	8.0	16.0
3	蒋融融	浙江广播电视大学计算机系	12	38	4.0	6.0
4	江立飞	浙江广播电视大学计算机系	1	1	1.0	1.0