半监督局部维数约减
在挖掘和分析高维数据任务中,有时只能获得有限的成对约束信息(must-link约束和cannot-link约束),由于缺乏数据类标号信息,监督维数约减方法常常不能得到满意的结果.在这种情况下,使用大量的无标号样本可以提高算法的性能.文中借助于成对约束信息和大量无标号样本,提出半监督局部维数约减方法(SLDR).SLDR集成数据的局部信息和成对约束寻找一个最优投影,当数据被投影到低维空间时,不仅cannot-link约束中样本点对之间距离更远、must-link约束中样本点对之间距离更近,数据的内在几何信息还被保持.而且SLDR能推广为非线性方法,使之能够适应非线性数据的维数约减.在各种数据集上的实验结果充分验证了所提出算法的有效性.
成对约束、局部信息、维数约减、判别分析算法
16
TP391.41(计算技术、计算机技术)
浙江省自然科学基金项目Y1100349;浙江省教育厅项目Z201017701;浙江省高等学校优秀青年教师项目2008
2012-01-15(万方平台首次上网日期,不代表论文的发表时间)
共10页
1615-1624