基于协同表示标签传播的半监督正交鉴别分析算法

近年来由于其表示的有效性,基于表示的分类方法,例如稀疏表示分类器(SRC)或者协同表示分类器(CRC)被广泛的应用于各种各样的识别任务.但是,SRC或者CRC的性能严重依赖于每类带标签训练样本的个数,当每类带标签的训练样本不够充分,SRC或者CRC的识别性能将会显著地下降.为了解决这个问题,文章[34]把协同表示技术引入到半监督学习方法中,提出了一种基于协同表示的标签传播算法,有效的利用了大量未标记样本的信息来进行标签传播.受此启发,把这种标签传播算法与正交鉴别分析算法相结合,提出了一种基于协同表示标签传播的半监督正交鉴别分析算法,目的是为了学习一个更好的鉴别子空间.不同于传统的半监督降维方法,所提算法首先利用这种标签传播算法将部分有标签数据的标签信息传递给不带标签的数据,之后利用传播后获得的全体软标签信息构造离散度矩阵实现鉴别分析,其次对鉴别投影施加正交约束,采用一种更加有效快速的迹比优化算法进行鉴别分析.大量的实验结果验证了所提算法的有效性.尤其在只存有少量标签样本的情况下,算法仍能保持良好的分类性能.     

回收利用塑料新方法

目前，大多数回收利用塑料制品的方法只是简单地将它们按原来的不同成分分类，然后再加工处理。但是，收集和分拣废塑料所需的费用很大。英国佩恩大学的研究人员在德国《应用化学》杂志上发表的一篇报告说，他们发明了一种简单的方法，能特混合废塑料转变成可用于化学合成的原始材料。他们将废塑料放入一个增压的反应器内，并加热至170℃，反应器内充有氧气和二氧化碳气体。在氧气的作用下，塑料聚合物中的长链碳化合物被分解成较小的分子。这种方法便聚乙烯转变成能制造聚酯和聚酞胺，如尼龙和聚苯乙烯的原始材料。同时，还能分解出苯甲酸…