%0 Journal Article %T 基于局部与全局保持的半监督维数约减方法 %A 韦佳? %A 彭宏? %J 软件学报 %P 2833-2842 %D 2008 %X 在很多机器学习和数据挖掘任务中,仅仅利用边信息(side-information)并不能得到最好的半监督学习(semi-supervisedlearning)效果,因此,提出一种基于局部与全局保持的半监督维数约减(localandglobalpreservingbasedsemi-superviseddimensionalityreduction,简称lgssdr)方法.该算法不仅能够保持正、负约束信息而且能够保持数据集所在低维流形的全局以及局部信息.另外,该算法能够计算出变换矩阵并较容易地处理未见样本.实验结果验证了该算法的有效性. %K 边信息 %K 局部与全局保持 %K 半监督学习 %K 维数约减 %K 图嵌入 %U http://www.jos.org.cn/ch/reader/view_abstract.aspx?file_no=20081106&flag=1