基于流形距离的半监督判别分析

CORC > 半导体研究所 > 中国科学院半导体研究所 > 半导体人工神经网络实验室

	基于流形距离的半监督判别分析
	魏莱 ; 王守觉
刊名	软件学报
	2010
卷号	21 期号:10 页码:2445-2453
中文摘要	大量无类别标签的数据具有对分类有用的信息,有效地利用这些信息来提高分类精确度,是半监督分类研究的主要内容.提出了一种基于流形距离的半监督判别分析(semi-supervised discriminant analysis based on manifold distance,简称SSDA)算法,通过定义的流形距离,能够选择位于流形上的数据点的同类近邻点、异类近邻点以及全局近邻点,并依据流形距离定义数据点与其各近邻点之间的相似度,利用这种相似度度量构造算法的目标函数.通过在ORL,YALE人脸数据库上的实验表明,与现有算法相比,数据集通过该算法降维后,能够使基于距离的识别算法具有更高的分类精确度.同时,为了解决非线性降维问题,提出了Kernel SSDA,同样通过实验验证了算法的有效性
学科主题	人工智能
收录类别	CSCD
语种	中文
公开日期	2011-08-16
内容类型	期刊论文
源URL	[http://ir.semi.ac.cn/handle/172111/21740]
专题	半导体研究所_半导体人工神经网络实验室
推荐引用方式 GB/T 7714	魏莱,王守觉. 基于流形距离的半监督判别分析[J]. 软件学报,2010,21(10):2445-2453.
APA	魏莱,&王守觉.(2010).基于流形距离的半监督判别分析.软件学报,21(10),2445-2453.
MLA	魏莱,et al."基于流形距离的半监督判别分析".软件学报 21.10(2010):2445-2453.