刘胜蓝
开通时间:..
最后更新时间:..
点击次数:
论文类型:期刊论文
发表时间:2018-01-01
发表刊物:系统工程与电子技术
收录刊物:CSCD
卷号:40
期号:4
页面范围:934-940
ISSN号:1001-506X
关键字:子空间学习;半监督;稀疏近邻保持投影
摘要:提出了改进的稀疏子空间学习方法.首先,提出了稀疏近邻相关性重构模型,该模型通过提取样本间的局部信息和标记样本的标签信息,解决了稀疏子空间学习的全局特征导致数据描述不充分的问题;其次,利用半监督技术,引入正则化参数对无标签判别特征和标签判别特征进行特征融合,提高了基于稀疏近邻相关性重构的子空间学习算法的性能.实验结果表明,该方法具有较高的分类性能和识别率,此外,稀疏近邻相关性重构在提取判别信息时具有良好的稳定性.