Release Time:2019-03-12  Hits:

Indexed by: Journal Article

Date of Publication: 2018-01-01

Journal: 系统工程与电子技术

Included Journals: CSCD

Volume: 40

Issue: 4

Page Number: 934-940

ISSN: 1001-506X

Key Words: 子空间学习;半监督;稀疏近邻保持投影

Abstract: 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.