基于结构正则化方法的半监督降维研究

• 作者: 刘新伟 张喜莲 樊明宇
• 来源期刊: 温州大学学报（自然科学版）
• 学科: 数学
• 关键词: 半监督 降维 结构化学习 交替方向优化算法
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 数学
• 页码范围: 17-24
• 页数: 8页
• 分类号: O175
• 字数: 4683字
• 语种: 中文
• DOI: 10.3875/j.issn.1674-3563.2018.03.003

摘要

提出了一种鲁棒的半监督降维算法——同时降维和学习数据的结构特征,亦称之为结构正则化半监督降维算法.首先,通过交替方向优化算法和聚类发现数据的结构(包括内部结构分布和数据分割),实现数据结构化学习;然后把内部结构和数据分割作为降维的正则化项来学习降维映射;在迭代过程中,降维的结果也影响数据的结构化学习,基于数据结构学习和降维映射之间的相互作用,得到更精确的数据结构,降到最合适的维度.实验结果证明了所给方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊明宇	温州大学数理与电子信息工程学院	6	1	1.0	1.0
2	刘新伟	温州大学数理与电子信息工程学院	2	0	0.0	0.0
3	张喜莲	温州大学数理与电子信息工程学院	1	0	0.0	0.0