半监督降维方法的实验比较

被引：22

作者：

陈诗国

张道强

机构：

[1] 南京航空航天大学计算机科学与工程系

来源：

软件学报 | 2011年 / 22卷 / 01期

关键词：

半监督降维; 降维; 半监督学习; 类别标号; 成对约束;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

半监督学习是近年来机器学习领域中的研究热点之一,已从最初的半监督分类和半监督聚类拓展到半监督回归和半监督降维等领域.目前,有关半监督分类、聚类和回归等方面的工作已经有了很好的综述,如Zhu的半监督学习文献综述.降维一直是机器学习和模式识别等相关领域的重要研究课题,近年来出现了很多将半监督思想用于降维,即半监督降维方面的工作.有鉴于此,试图对目前已有的一些半监督降维方法进行综述,然后在大量的标准数据集上对这些方法的性能进行实验比较,并据此得出了一些经验性的启示.

引用

页码：28 / 43

页数：16

共 9 条

[1] 半监督典型相关分析算法 [J].

彭岩 ;

张道强 .

软件学报, 2008, (11) :2822-2832

[2]

A unified semi-supervised dimensionality reduction framework for manifold learning[J] . Ratthachat Chatpatanasiri,Boonserm Kijsirikul.Neurocomputing . 2010 (10)

[3]

Sparsity preserving projections with applications to face recognition[J] . Lishan Qiao,Songcan Chen,Xiaoyang Tan.Pattern Recognition . 2009 (1)

[4] Learning a Mahalanobis distance metric for data clustering and classification [J].

Xiang, Shiming ;

Nie, Feiping ;

Zhang, Changshui .

PATTERN RECOGNITION, 2008, 41 (12) :3600-3612

[5] A unified framework for semi-supervised dimensionality reduction [J].

Song, Yangqiu ;

Nie, Feiping ;

Zhang, Changshui ;

Xiang, Shiming .

PATTERN RECOGNITION, 2008, 41 (09) :2789-2799

[6] Generalized discriminant analysis using a kernel approach [J].

Baudat, G ;

Anouar, FE .

NEURAL COMPUTATION, 2000, 12 (10) :2385-2404

[7]

Multidimensional scaling: I. Theory and method[J] . Warren S. Torgerson.Psychometrika . 1952 (4)

[8]

Semi-Supervised dimensionality reduction .2 Zhang D,Zhou Z,Chen S. Proc. of the SDM 2007 . 2007

[9]

Neighbourhood preserving based semi-supervised dimensionality reduction .2 Wei J,Peng H. Electronics Letters . 2008

← 1 →