|
|||||
|
|
| 一种改进的增强组合特征判别性的典型相关分析 | |
| 引用本文： | 高玉森,朱昌明,岳闻.一种改进的增强组合特征判别性的典型相关分析[J].应用科技,2022(2):119-126. |
| 作者姓名： | 高玉森 朱昌明 岳闻 |
| 摘 要： | 典型相关分析(CCA)是一种经典的多视角特征提取方法,可以从2个视角中查找特征集之间的线性相关关系.但CCA在做分类任务时具有多个缺点,一是CCA本身为无监督学习方法,做分类时没有利用样本的类信息,二是CCA仅考虑需要分类的目标数据,而忽略了与目标数据来自同一域的Universum数据的信息.因此人们提出增强组合特征判... |
| 关 键 词： | 多视角学习 典型相关分析 Universum学习 特征提取 分类 组合特征 判别性 先验信息 |