• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文会议>2014全国高性能计算学术年会 >多特征融合的超图降维方法GPU并行加速

多特征融合的超图降维方法GPU并行加速

页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

基于图的学习方法目前广泛用于降低特征维度.然而,对于多特征数据而言,不同特征之间的不同关联性很难结合到单个图中.在本文中,针对多特征数据提出了新的半监督降维方法.首先,超图中的超边作为片,从而使得超图应用到片对齐框架中.然后,超边的权重可以通过片中相邻的特征对进行距离统计得到计算,不同特征下的片得到结合.其次,由于欧式距离和矩阵乘法的计算在拉普拉斯矩阵的构造过程中占用了大部分的时间,因此对其使用GPU进行速度的提升.实验结果表明了分类性能和学习速度上的提升效果.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号