科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于核正负标签传播的数据分类方法,通过核函数将原始欧式空间的输入数据映射到更高维的核特征空间,并将负标签信息集成到传统的标签传播模型,提出一个统一的核正负标签传播模型,可用于自适应的数据分类。本发明方法将标签传播的领域范畴从原始欧式空间转换到核空间,并将标签传播过程与自适应权重学习过程集成并基于核空间进行。核正负标签传播模型为了实现数据线性不可分的问题,通过引入内积,将原始线性不可分的数据转换到高维的核空间,实现在高维核空间中线性可分的目的,增强分类能力。通过在核空间中同时最小化数据重构误差和标签分类误差,可获得自适应的权重系数,并可避免传统算法对近邻数的选择难问题。
- 单位
