局部样条嵌入的正交半监督子空间学习算法

摘要：

为了更加准确地对图像进行聚类与分类,提出一种基于局部样条嵌入的正交半监督子空间学习算法.通过学习一个正交投影矩阵,使得训练样本中的标注数据经过投影矩阵降维后类间离散度尽量大,类内离散度尽量小;采用局部样条回归将局部低维嵌入坐标映射成全局低维嵌入坐标,使得被投影数据保持原有流形结构,并有效地利用有标注训练样本和未标注训练样本得到优化的图像表达方式.图像聚类与分类实验的结果表明了文中算法的有效性.

关键词：线性鉴别分析、半监督学习、局部样条嵌入

所属期刊栏目：22

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金90920303,60833006;国家"八六三"高技术研究发展计划2006AA010107;长江学者和创新团队发展计划IRT0652;中央高校基本科研业务费专项基金KYJD09008

在线出版日期：2011-01-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2209-2214