半监督拉普拉斯特征映射算法

摘要：

为了使流形学习方法具有半监督的特点,利用流形上某些已知低维信息的数据去学习推测出其它数据的低维信息,扩大流形学习算法的应用范围,把拉普拉斯特征映射算法(Laplacian Eigenmap,LE)与半监督的机器学习相结合,提出一种半监督的拉普拉斯特征映射算法(semi-supervised Laplacian Eigenmap,SSLE),这种半监督的流形学习算法在分类识别等问题上,具有很好的效果.模拟实验和实际例子都表明了SSLE算法的有效性.

关键词：拉普拉斯特征映射算法、半监督机器学习、流形学习、低维信息、模式识别

所属期刊栏目：33

分类号：TP301.6(计算技术、计算机技术)

资助基金：福建省自然科学基金项目A0810013;华侨大学科研基金项目04BS313

在线出版日期：2012-04-27（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：601-606