-
题名基于双重局部保持的不完整多视角嵌入学习方法
被引量：1
- 1
-
-
作者
刘彦雯
张金鑫
张宏杰
经玲
-
机构
中国农业大学理学院
中国农业大学信息与电气工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第6期115-122,141,共9页
-
基金
国家自然科学基金(11671032)。
-
文摘
现有的多视角降维方法多数假设数据是完整的,但该假设在实际应用中难以实现。为解决不完整多视角数据降维问题,提出一种新的不完整多视角嵌入学习方法。基于多视角数据的一致性与同一视角下样本间的线性相关性学习一组重构系数,对缺失样本进行线性重构,通过学习所有视角的公共低维嵌入,保持原始空间的局部几何结构。在此基础上,设计一种惩罚参数来度量重构样本的可靠度,从而权衡缺失样本对学习结果的负面影响。实验结果表明,该方法在Yale、ORL和COIL-20数据集上NMI值分别达到65.63%、73.23%和78.27%,较MVL-IV算法分别提升8.37%、16.71%和20.24%。
-
关键词
多视角学习
不完整数据
降维
嵌入学习
局部保持
-
Keywords
multi-view learning
incomplete data
dimensionality reduction
embedded learning
locality preserving
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
