流形上的Laplacian半监督回归

摘要：

把流形学习与半监督学习相结合,研究了流形上的半监督回归问题.简要介绍了半监督流形学习的Laplacian正则化框架,在此基础上推导了基于一类广义损失函数的Laplacian半监督回归,它能够利用数据所在流形的内在几何结构进行回归估计.具体给出了线性ε-不敏感损失函数,二次ε-不敏感损失函数和Huber损失函数的Laplacian半监督回归算法,在模拟数据和Boston Housing数据上对算法进行了实验,并对实验结果进行了分析.这些结果将为进一步深入研究半监督流形回归问题提供一些可借鉴的积累.

关键词：流形学习、半监督学习、正则化、Laplacian半监督回归

所属期刊栏目：44

分类号：TP18(自动化基础理论)

资助基金：国家重点基础研究发展计划973计划2004CB318103;国家自然科学基金60575001;60673015

在线出版日期：2007-08-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1121-1127