基于局部重构与全局保持的半监督维数约减算法

摘要：

针对基于局部与全局保持的半监督维数约减算法( LGSSDR)对邻域参数选择比较敏感以及对邻域图边权值设定不够准确的问题,提出一种基于局部重构与全局保持的半监督维数约减算法( LRGPSSDR).该算法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能够保持其全局结构.在Extended YaleB和CMU PIE标准人脸库上的实验结果表明LRGPSSDR算法的分类性能要优于其它半监督维数约减算法.

关键词：边信息、局部重构、半监督学习、维数约减

所属期刊栏目：38

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金60973083;华南理工大学中央高校基本科研业务费专项资金2009ZM0189,2009ZM0175

在线出版日期：2012-01-14（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：201-204