%0 Journal Article
%T 基于流形距离的半监督判别分析
%A 魏莱？
%A 王守觉？
%J 软件学报
%P 2445-2453
%D 2010
%X 大量无类别标签的数据具有对分类有用的信息,有效地利用这些信息来提高分类精确度,是半监督分类研究的主要内容.提出了一种基于流形距离的半监督判别分析(semi-superviseddiscriminantanalysisbasedonmanifolddistance,简称ssda)算法,通过定义的流形距离,能够选择位于流形上的数据点的同类近邻点、异类近邻点以及全局近邻点,并依据流形距离定义数据点与其各近邻点之间的相似度,利用这种相似度度量构造算法的目标函数.通过在orl,yale人脸数据库上的实验表明,与现有算法相比,数据集通过该算法降维后,能够使基于距离的识别算法具有更高的分类精确度.同时,为了解决非线性降维问题,提出了kernelssda,同样通过实验验证了算法的有效性.
%K 主成分分析
%K 线性判别分析
%K 流形距离
%K 半监督判别分析
%U http://www.jos.org.cn/ch/reader/view_abstract.aspx?file_no=3629&flag=1