首页 | 本学科首页   官方微博 | 高级检索  
     

半监督正则化学习
引用本文:尹学松,胡恩良. 半监督正则化学习[J]. 小型微型计算机系统, 2010, 31(12)
作者姓名:尹学松  胡恩良
基金项目:浙江省教育厅项目,浙江省高等学校优秀青年教师项目
摘    要:研究半监督线性维数约减算法.与传统监督维数约减算法不同的是,半监督算法使用辅助信息和大量的无标号样本来达到更好的推广性能.在丰监督框架下,本文的目标是学习一个光滑、有判别力的子空间.明确地说,使用cannot-link成对约束来最大化不同类样本之间的距离,使用must-link成对约束来最小化相同类样本之间的距离;同时使用无标号样本的几何结构和投影向量的特征结构作为正则化项来引导维数约减过程.并且,所提出算法能容易处理样本外问题.实验结果验证了新算法的有效性.

关 键 词:半监督正则化  判别分析  特征结构  must-link约束散布  cannot-link约束散布

Semi-supervised Regularization Learning
YIN Xue-song,HU En-liang. Semi-supervised Regularization Learning[J]. Mini-micro Systems, 2010, 31(12)
Authors:YIN Xue-song  HU En-liang
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