基于随机近邻嵌入的判别性特征学习

作者：赵辉; 王红军^*; 彭博; 龙治国; 李天瑞

来源：软件学报, 2022, 33(04): 1326-1337.

DOI：10.13328/j.cnki.jos.006465

• 特征学习
• 随机近邻嵌入
• 判别性学习

特征学习是机器学习中的一项重要技术,研究从原始数据中学习后置任务所需的数据表示.目前,多数特征学习算法侧重于学习原始数据中的拓扑结构,忽略了数据中的判别信息.基于此,提出了基于随机近邻嵌入的判别性特征学习模型.该模型将对判别信息的学习与对拓扑结构的学习融合在一起,通过迭代求解的方式,同时完成对这两者的学习,从而得到原始数据具有判别性的特征表示,可以显著提升机器学习算法的性能.多个公开数据集上的实验结果验证了该模型的有效性.

• 单位
  西南交通大学