-
题名自适应嵌入的半监督多视角特征降维方法
被引量：5
- 1
-
-
作者
孙圣姿
万源
曾成
-
机构
武汉理工大学理学院
-
出处
《计算机应用》
CSCD
北大核心
2018年第12期3391-3398,共8页
-
基金
中央高校基本科研业务费专项资金项目(2018IB016)~~
-
文摘
半监督模式下的多视角特征降维方法,大多并未考虑到不同视角间特征投影的差异,且由于缺乏对降维后的低维矩阵的稀疏约束,无法避免噪声和其他不相关特征的影响。针对这两个问题,提出自适应嵌入的半监督多视角特征降维方法。首先,将投影从单视角下相同的嵌入矩阵扩展到多视角间不同的矩阵,引入全局结构保持项;然后,将无标签的数据利用无监督方法进行嵌入投影,对于有标签的数据,结合分类的判别信息进行线性投影;最后,再将两类多投影映射到统一的低维空间,使用组合权重矩阵来保留全局结构,很大程度上消除了噪声及不相关因素的影响。实验结果表明,所提方法的聚类准确率平均提高了约9%。该方法较好地保留了多视角间特征的相关性,捕获了更多的具有判别信息的特征。
-
关键词
多视角特征降维
半监督学习
自适应性嵌入
组合权重矩阵
正则化稀疏约束
-
Keywords
multi-view feature dimension reduction
semi-supervised learning
adaptive embedding
combined weight matrix
regularized sparse constraint
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
