SEMI OpenIR  > 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
2010
Source Publication软件学报
Volume21Issue:10Pages:2445-2453
Abstract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
metadata_83半导体人工神经网络实验室
Subject Area人工智能
Indexed ByCSCD
Language中文
CSCD IDCSCD:4036540
Date Available2011-08-16
Citation statistics
Cited Times:13[CSCD]   [CSCD Record]
Document Type期刊论文
Identifierhttp://ir.semi.ac.cn/handle/172111/21740
Collection半导体人工神经网络实验室
Recommended Citation
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.
Files in This Item:
File Name/Size DocType Version Access License
基于流形距离的半监督判别分析.pdf(618KB) 限制开放--Application Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[魏莱]'s Articles
[王守觉]'s Articles
Baidu academic
Similar articles in Baidu academic
[魏莱]'s Articles
[王守觉]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[魏莱]'s Articles
[王守觉]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.