学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于稀疏表示的半监督降维方法
被引:8
作者
:
论文数:
引用数:
h-index:
机构:
张春涛
论文数:
引用数:
h-index:
机构:
郭皎
论文数:
引用数:
h-index:
机构:
徐家良
机构
:
[1]
重庆三峡学院数学与计算机科学学院
来源
:
计算机工程与应用
|
2011年
/ 20期
关键词
:
降维;
连接性与权重;
稀疏表示;
边约束;
D O I
:
暂无
中图分类号
:
TP391.41 [];
学科分类号
:
080203 ;
摘要
:
提出一种基于稀疏表示的半监督降维方法(SpSSDR)。不同于其他基于图的半监督降维方法分步构图,SpSSDR通过稀疏重构系数来同时定义图上边连接性及边权重,再结合边约束信息进行降维。在高维人脸数据上的实验表明,SpSSDR不仅对噪声鲁棒,对边信息的利用也更有效。
引用
收藏
页码:181 / 183+187 +187
页数:4
相关论文
共 3 条
[1]
半监督降维方法的实验比较
[J].
陈诗国
论文数:
0
引用数:
0
h-index:
0
机构:
南京航空航天大学计算机科学与工程系
陈诗国
;
张道强
论文数:
0
引用数:
0
h-index:
0
机构:
南京航空航天大学计算机科学与工程系
张道强
.
软件学报,
2011,
22
(01)
:28
-43
[2]
基于局部与全局保持的半监督维数约减方法
[J].
论文数:
引用数:
h-index:
机构:
韦佳
;
论文数:
引用数:
h-index:
机构:
彭宏
.
软件学报,
2008,
(11)
:2833
-2842
[3]
Neighbourhood preserving based semi-supervised dimensionality reduction .2 Wei J,Peng H. Electronics Letters . 2008
←
1
→
共 3 条
[1]
半监督降维方法的实验比较
[J].
陈诗国
论文数:
0
引用数:
0
h-index:
0
机构:
南京航空航天大学计算机科学与工程系
陈诗国
;
张道强
论文数:
0
引用数:
0
h-index:
0
机构:
南京航空航天大学计算机科学与工程系
张道强
.
软件学报,
2011,
22
(01)
:28
-43
[2]
基于局部与全局保持的半监督维数约减方法
[J].
论文数:
引用数:
h-index:
机构:
韦佳
;
论文数:
引用数:
h-index:
机构:
彭宏
.
软件学报,
2008,
(11)
:2833
-2842
[3]
Neighbourhood preserving based semi-supervised dimensionality reduction .2 Wei J,Peng H. Electronics Letters . 2008
←
1
→