典型文献
一致性约束的半监督多视图分类
文献摘要：
由于传统半监督模式下的多视图算法很少考虑到不同视图中数据包含信息的差异性,且忽视了不同视图间存在着空间结构的一致性,算法在含有噪声和异常点的多视图数据中性能较差.尽管有研究者已经提出了半监督多视图方法,但这些方法没有充分利用样本判别信息以及不同度量学习下的子空间结构信息,从而导致分类结果不理想.针对以上问题,提出了一致性约束的半监督多视图分类算法(SMCC).首先,基于希尔伯特-施密特独立性准则(HSIC)加强对不同视图之间的一致性约束.然后,通过保留原始数据的空间局部流形结构进行特征投影来降低数据空间维度,并结合F范数约束提高算法的鲁棒性.进一步,对不同视图自适应地赋予相应的权重,降低在不同视图中数据含有不同特征信息与噪声污染的影响.最后,基于线性交替方向乘子法与特征分解方法对模型进行求解.在四个基准数据集上的实验结果表明,提出的算法能够捕获多视图数据中更多的有效判别信息,准确性得到了提高.
文献关键词：
多视图;自适应权重;一致性约束;特征投影;半监督学习
中图分类号：
作者姓名：
刘宇;孟敏;武继刚
作者机构：
广东工业大学 计算机学院,广州 510006
文献出处：
引用格式：
[1]刘宇;孟敏;武继刚-.一致性约束的半监督多视图分类)[J].计算机科学与探索,2022(01):242-252
A类：
多视图分类,HSIC
B类：
一致性约束,监督模式,数据包,异常点,多视图数据,管有,同度,度量学习,子空间结构,空间结构信息,分类算法,SMCC,希尔伯特,施密特,原始数据,局部流形结构,特征投影,来降,数据空间,空间维度,范数约束,特征信息,噪声污染,性交,交替方向乘子法,特征分解,分解方法,基准数据集,自适应权重,半监督学习
AB值：
0.312199
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
