非对称稀疏图的半监督学习研究
作者:
作者单位:

重庆三峡学院教务处,重庆万州404100;重庆师范大学计算机与信息科学学院,重庆401331

作者简介:

通讯作者:

基金项目:


Research on Semi-supervised Learning via Non-symmetric Sparse Graph
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    【目的】如何构造一个有效的数据图,是半监督学习领域中一个重要的研究方向,为了更好地研究数据样本之间的结构关系,提高基于图的半监督学习算法性能。【方法】利用数据的稀疏表示,构造数据样本的非对称图,并在标准数据集上进行半监督学习实验。【结果】在半监督学习框架中建立了异类数据和同类数据之间距离、内部结构和数据的稀疏表示关系,构造了非对称稀疏的数据图。【结论】通过在标准数据集上进行实验说明非对称稀疏图可以利用半监督学习数据特点,有效地对数据样本进行分类。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

刘建峰,吕佳
.非对称稀疏图的半监督学习研究
[J].重庆师范大学学报自然科学版,2017,(2):76-80

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: