有样本缺失的稀疏保持典型相关分析 |
| |
引用本文: | 祖,辰,张道强.有样本缺失的稀疏保持典型相关分析[J].模式识别与人工智能,2014(2):179-186. |
| |
作者姓名: | 祖 辰 张道强 |
| |
摘 要: | 在典型相关分析(CCA)的基础上,通过稀疏保持引入样本的类别信息,利用交叉相关项克服CCA及其推广算法要求不同视图样本必须成对出现的局限,提出一种有监督学习方法——有样本缺失的稀疏保持典型相关分析(SPCCAM).SPCCAM能在训练样本不成对的情况下进行多视图特征融合.在人工数据集、手写体数据集和PIE人脸数据集上的实验结果表明,SPCCAM能有效利用类信息提高分类性能.
|
关 键 词: | 典型相关分析(CCA) 缺失样本 稀疏保持 多视图降维 |
本文献已被 CNKI 等数据库收录! |
|