一种半监督多流形识别算法

• 作者: 贾丽娜 高小方
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 流形学习 多流形 半监督学习 MPPCA 切空间
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 信息科学
• 页码范围: 824-832
• 页数: 9页
• 分类号: TP181
• 字数: 6794字
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2018.09.09.003

摘要

半监督学习方法在多流形学习领域的应用越来越广泛,文章提出了一种基于MPPCA模型的半监督多流形识别算法M2SMPPCA.该算法首先通过MPPCA模型将原始数据集划分成m个“局部数据块”,再根据标签信息对这些数据块进行进一步的分解,使每一个数据块中的标签信息一致;然后利用切空间偏差构造能反映出数据点之间局部几何特性的相似图,并通过谱聚类实现多流形的识别;最后利用共协矩阵集成多次分解结果,提高了子流形分解结果的鲁棒性,得到最终的子流形.实验结果表明,该算法在人造数据和实际的高维图像数据上都能有效地分解开相交多流形数据,相较于其他算法极大地提高了分解精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高小方	山西大学计算机与信息技术学院	9	61	2.0	7.0
2	贾丽娜	山西大学计算机与信息技术学院	3	1	1.0	1.0