基于局部重构与全局保持的半监督判别分析方法

摘要：

为克服线性判别分析(LDA)只能利用有标记样本的缺点,提出一种基于局部重构与全局保持的半监督判别分析(LRGPSSDA)方法.LRGPSSDA通过最小化局部重构误差来确定邻域图的边权值,在保持数据集局部结构的同时保持其全局结构,具有对邻域参数的选择不敏感、所得投影子空间的维数不受样本类别数的限制等特点.相较现有的半监督判别分析方法(如SDA和UDA),LRGPSSDA的分类性能更好.在YaleB和CMU PIE标准人脸库上的实验结果验证了该算法的有效性.

关键词：局部重构、全局保持、判别分析、半监督学习

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：广东省自然科学基金资助项目07006474;华南理工大学中央高校基本科研业务费专项资金资助项目2009ZM0189

在线出版日期：2010-09-17（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：45-49,55