|
|
1.
稀疏判别分析
陈小冬 林焕祥
计算机应用
2012, 32 (04):
1017-1021.
DOI: 10.3724/SP.J.1087.2012.01017
针对流形嵌入降维方法中在高维空间构建近邻图无益于后续工作，以及不容易给近邻大小和热核参数赋合适值的问题，提出一种稀疏判别分析算法（SEDA）。首先使用稀疏表示构建稀疏图保持数据的全局信息和几何结构，以克服流形嵌入方法的不足；其次，将稀疏保持作为正则化项使用Fisher判别准则，能够得到最优的投影。在一组高维数据集上的实验结果表明，SEDA是非常有效的半监督降维方法。
参考文献 |
相关文章 |
多维度评价
|
|
