局部敏感的半监督数据降维方法

• 作 者: 曾青松 贺卫国
• 机 构: 广州番禺职业技术学院,中山大学,广东商学院
• 出 处: 湖南科技大学学报(自然科学版)
• 发表日期: 2009年03期
• 关键词: 行为识别 特征提取 主成份分析 线性鉴别分析 数据降维
• 基金项目: 国家自然科学基金

在许多机器学习的任务中,人们常常使用有标签的数据,但是现实中无标签的数据是大量存在的.提出一种基于半监督学习理论的数据降维方法,为能够发现局部的流形结构,算法寻找一个能够最小化类内距离,同时最大化类间距离的投影,同时在最优化过程中借助无标签数据作为调节因子.多个数据库上测试的结果验证了算法的有效性.图2,参13.