针对标签噪声数据的自步半监督降维

古楠楠

首页> 中文期刊> 《计算机工程》 >针对标签噪声数据的自步半监督降维

针对标签噪声数据的自步半监督降维

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

数据类别标记是一项费时费力的工作,且标记质量会直接影响模型预测性能。基于自步学习机制构建自步半监督降维框架,将由简单到复杂的样本逐步纳入模型训练过程。在此框架下,设计自步半监督降维算法,依据交替优化策略,在更新降维映射函数与计算样本重要度之间交替迭代。一方面,最小化低维标签数据的加权类内分散程度,且考虑再生核希尔伯特空间中的函数复杂度正则化项与数据稀疏结构图上的光滑度正则化项,得到降维映射。另一方面,依据自步学习机制,计算标签数据的低维表示与其所在类的锚点之间的距离,给定下次迭代时样本的重要度。所提框架及算法对标签噪声具有较好的鲁棒性,能自适应给出标签样本的重要度及显性非线性的降维映射,所得的低维表示具有较强的可分性与判别性。在5个实验数据集上,对于标签具有噪声的数据,所提算法获得的低维表示的最近邻分类准确率分别比次优算法最多提高了2.2、5.6、5.0、11.3、2.7个百分点,验证了所提算法的有效性和鲁棒性。

著录项

来源
《计算机工程》 |2023年第11期|131-142|共12页
作者
古楠楠;
展开▼
作者单位

首都经济贸易大学统计学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工智能理论;
关键词
半监督降维; 自步学习; 映射; 稀疏表示; 特征提取;

相似文献

中文文献
外文文献
专利

1. 标签带噪声数据的重加权半监督分类方法 [J] . 陈倩 ,杨旻 ,魏鹏飞 . 烟台大学学报（自然科学与工程版） . 2019,第3期
2. 基于正则化的半监督等距映射数据降维方法 [J] . 王宪保 ,陈诗文 ,姚明海 . 电子与信息学报 . 2016,第1期
3. 基于Fisher判别的半监督天体光谱数据特征降维 [J] . 盛英 . 太原科技大学学报 . 2012,第5期
4. 半监督复杂结构数据降维方法 [J] . 陈斌辉 ,白清源 . 计算机工程与应用 . 2011,第35期
5. 半监督的稀疏保持二维边界Fisher分析降维算法 [J] . 李峰 ,王正群 ,周中侠 . 计算机辅助设计与图形学学报 . 2014,第6期
6. 基于少量标签的高维数据半监督聚类 [C] . 李凯 ,黄添强 ,郭躬德 . 第三届江苏计算机大会 . 2008
7. 基于自步学习的对标签噪声稳健的半监督分类方法研究 [A] . 陈展 . 2017

针对标签噪声数据的自步半监督降维

摘要

著录项

相似文献

相关主题

期刊订阅