基于流形正则化和核方法的最小二乘算法

研究了再生核希尔伯特空间中流形正则化下的最小二乘算法的学习能力和收敛速度． 该算法能够充分利用输入空间的几何特点以及半监督学习中标记样本的信息，提高算法的有效性和学习效率． 另外， 讨论了该算法中正则参数的选取，这对算法实现具有现实的意义