基于l~1范数和k近邻叠加图的半监督分类算法

发布时间：2017-08-29 09:10

  本文关键词：基于l~1范数和k近邻叠加图的半监督分类算法

  更多相关文章： 半监督分类 l范数图 k近邻图 k近邻叠加图

【摘要】：为了构造一个能够较好反映数据真实分布的图以提高分类性能,文中提出基于l1范数和k近邻叠加图的半监督分类算法.首先构造一个l1范数图,作为主图,然后构造一个k近邻图,作为辅图,最后将二者按一定比例叠加,得到l1范数和k近邻叠加(LNKNNS)图.实验中选择标记样本比例从5%到25%,将基于LNKNNS图的半监督分类算法在USPS数据库上对比其它图(指数权重图、k近邻图、低秩表示图和l1范数图)的算法.实验表明,文中算法的分类识别率更高,更适合基于图的半监督学习.
【作者单位】： 北方民族大学计算机科学与工程学院;Université
【关键词】： 半监督分类 l范数图 k近邻图 k近邻叠加图
【基金】：国家自然科学基金项目(No.61461002) 北方民族大学研究生创新项目(No.ycx1556)资助~~
【分类号】：TP181
【正文快照】： Supported by National Natural Science Foundation of China(No.61461002),Postgraduate Innovation Project of Beifang Universityof Nationalities(No.ycx1556)2(UniversitéMichel de Montaigne-Bordeaux 3,Bordeaux 33607 Pessac Cedex,France)ZHANG Yunbin1,ZHANG Chu，

本文编号：752459