基于跨视图约束的多视图分类方法

摘要：

考虑一种多视图数据配对形式---跨视图约束，从而推广单视图学习中的成对约束。利用不同视图间数据对是否属于同一类的弱化约束信息，代替严格的配对约束，不仅涵盖原有的一一配对，而且能推广到完全无配对的情况。提出一种基于跨视图约束的多视图分类方法，该方法不仅能深入挖掘跨视图约束中隐藏的判别信息，而且能同时利用数据的结构信息。实验结果验证该方法的有效性。

关键词：机器学习、跨视图约束、半监督分类、多视图学习

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目61375057,61170151,61101202,61300165;江苏省自然科学基金项目BK20131298;东南大学新进博士科研启动项目资助

在线出版日期：2014-03-29（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：97-102