科研之友
微信
新浪微博
Facebook
分享链接
摘要
作为机器学习的重要领域之一,降维算法已经越来越引起人们的重视并且在理论和算法研究方面取得了巨大的进步。目前降维算法研究的一个热点方向是线性图嵌入模型,本文主要针对基于图嵌入模型的降维算法进行了研究,主要成果如下: 首先针对非高斯分布样本集的监督降维问题,为了在实现降维的同时能够兼顾样本的邻域保持,本文基于图的线性嵌入和边缘Fisher分析模型提出了一种新的子空间学习方法——近邻保持-边缘判别嵌入模型。该方法在减小类内离散度的同时增大不同类之间样本的边缘距离,并能保持类内样本的近邻结构,因此取得了良好的降维效果。 其次为了解决半监督学习中只存在少量标记样本和大量未标记样本的情况,...
- 单位
