一种简洁局部全局一致性学习

摘要：

针对局部全局一致性学习（LLGC）算法的分类精度在很大程度上取决于控制参数的合理设置问题,提出一种少参数的简洁局部全局一致性学习（BB-LLGC）.简化图上的目标函数,使其不受参数α的影响.另外,在标签传递过程中,仅将未标记样本的标签根据相似度传递给其近邻,而将已标记样本的标签强制填回以确保标签传递源头的准确性.UCI数据集的实验结果表明,与LLGC相比,BB-LLGC不仅控制参数少、使用简单,而且分类精度高、收敛速度快.

关键词：半监督学习、局部全局一致性学习、参数选择、标签传递

所属期刊栏目：26

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60804022;60974050;61072094;教育部新世纪优秀人才支持计划项目NCET-08-0836;霍英东教育基金会青年教师基金121066;江苏省自然科学基金BK2008126

在线出版日期：2012-04-21（万方平台首次上网日期，不代表论文的发表时间）

页码：1726-1730,1734