首页 | 本学科首页   官方微博 | 高级检索  
     检索      

局部敏感的半监督数据降维方法
引用本文:曾青松,贺卫国.局部敏感的半监督数据降维方法[J].湖南科技大学学报(自然科学版),2009,24(3).
作者姓名:曾青松  贺卫国
作者单位:1. 广州番禺职业技术学院,信息工程学院,广东,广州,511483;中山大学,信息科学与技术学院,广东,广州,510275
2. 广东商学院,信息学院,广东,广州,510320
基金项目:国家自然科学基金项目 
摘    要:在许多机器学习的任务中,人们常常使用有标签的数据,但是现实中无标签的数据是大量存在的.提出一种基于半监督学习理论的数据降维方法,为能够发现局部的流形结构,算法寻找一个能够最小化类内距离,同时最大化类间距离的投影,同时在最优化过程中借助无标签数据作为调节因子.多个数据库上测试的结果验证了算法的有效性.图2,参13.

关 键 词:行为识别  特征提取  主成份分析  线性鉴别分析  数据降维

Semi-supervised dimenssionality reduction with locality sensitive
ZENG Qing-song,HE Wei-guo.Semi-supervised dimenssionality reduction with locality sensitive[J].Journal of Hunan University of Science & Technology(Natural Science Editon),2009,24(3).
Authors:ZENG Qing-song  HE Wei-guo
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号