基于流形距离的半监督判别分析

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
Volume	21 Issue:10 Pages: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 By	CSCD
Language	中文
CSCD ID	CSCD:4036540
Date Available	2011-08-16
Citation statistics	Cited Times:13[CSCD] [CSCD Record]
Document Type	期刊论文
Identifier	http://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

If you have any objections to this item, please fill out the form below and the administrator will contact you as soon as possible.
Content:
Email：	*
Institution:
Verification Code:	Refresh

Any comments and suggestions are welcomed.
Title:	*
Content:
Email：	*
Verification Code:	Refresh

半导体人工神经网络实验室知识库