2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

子空间半监督Fisher判别分析

杨武夷 梁伟 辛乐 张树武

杨武夷, 梁伟, 辛乐, 张树武. 子空间半监督Fisher判别分析. 自动化学报, 2009, 35(12): 1513-1519. doi: 10.3724/SP.J.1004.2009.01513
引用本文: 杨武夷, 梁伟, 辛乐, 张树武. 子空间半监督Fisher判别分析. 自动化学报, 2009, 35(12): 1513-1519. doi: 10.3724/SP.J.1004.2009.01513
YANG Wu-Yi, LIANG Wei, XIN Le, ZHANG Shu-Wu. Subspace Semi-supervised Fisher Discriminant Analysis. ACTA AUTOMATICA SINICA, 2009, 35(12): 1513-1519. doi: 10.3724/SP.J.1004.2009.01513
Citation: YANG Wu-Yi, LIANG Wei, XIN Le, ZHANG Shu-Wu. Subspace Semi-supervised Fisher Discriminant Analysis. ACTA AUTOMATICA SINICA, 2009, 35(12): 1513-1519. doi: 10.3724/SP.J.1004.2009.01513

子空间半监督Fisher判别分析

doi: 10.3724/SP.J.1004.2009.01513
详细信息
    通讯作者:

    杨武夷

Subspace Semi-supervised Fisher Discriminant Analysis

More Information
    Corresponding author: YANG Wu-Yi
  • 摘要: Fisher判别分析寻找一个使样本数据类间散度与样本数据类内散度比值最大的子空间, 是一种很流行的监督式特征降维方法. 标注样本数据所属的类别通常需要大量的人工, 消耗大量的时间, 付出昂贵的成本. 为了解决同时利用有类别信息的样本数据和没有类别信息的样本数据用于寻找降维子空间的问题, 我们提出了一种子空间半监督Fisher判别分析方法. 子空间半监督Fisher判别分析寻找这样一个子空间, 这个子空间即保留了从有类别信息的样本数据中学习的类别判别结构, 也保留了从有类别信息的样本数据和没有类别信息的样本数据中学习的样本结构信息. 我们还推导了基于核的子空间半监督Fisher判别分析方法. 通过人脸识别实验验证了本文算法的有效性.
  • 加载中
计量
  • 文章访问数:  2981
  • HTML全文浏览量:  74
  • PDF下载量:  1128
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-03-18
  • 修回日期:  2009-06-08
  • 刊出日期:  2009-12-20

目录

    /

    返回文章
    返回