10.13682/j.issn.2095-6533.2015.03.011
基于稀疏分解的局部全局一致性学习算法
提出一种基于稀疏分解的l0构图法,通过稀疏分解系数矩阵得到图中邻接矩阵和边的权重.将l0构图法应用到局部全局一致性学习(Learning with Local and Global Consistency,LLGC)算法中,并通过K-均值聚类优化稀疏分解所需字典,以降低计算复杂度.在8个UCI数据集上的实验表明,与经典LLGC算法相比,新算法能在消耗时间不增加的情况下提高分类精度,提升算法性能.
稀疏分解、局部全局一致性学习、K-均值
20
TN911.74
公安部技术研究计划重点资助项目2014JSYJA018;陕西省教育厅专项科研计划资助项目12JK0731
2015-07-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
65-70