基于判别特征加权的GPLVM算法

摘要：

高斯过程隐变量模型是最近提出的比较流行的无监督降维方法.但是,它是一种无监督的机器学习算法,没有突出类结构,使得结果不能有效地表示类别信息.因此,提出一种利用判别特征值对高斯过程隐变量模型进行加权的算法,该算法不仅能够加强模型在低维流形上的判别性,而且能很好地保持类内的流形结构.

关键词：高斯过程隐变量模型、因子分析、概率主成分分析、局部Fisher判别分析

所属期刊栏目：36

分类号：TP3;TP1

资助基金：新世纪优秀人才支持计划NCET-04-0948;教育部长江学者和创新团队支持计划IRT0645;国家自然科学基金60702061

在线出版日期：2009-04-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：189-192