基于L1-Graph表示的标记传播多观测样本分类算法
同类样本被认为是分布在同一个高维观测空间的低维流形上,针对多观测样本分类如何利用这一流形结构的问题,提出基于L1-Graph表示的标记传播多观测样本分类算法。首先基于稀疏表示的思路构造L1-Graph,进而得到样本之间的相似度矩阵,然后在半监督分类标记传播算法的基础上,限制所有的观测样本都属于同一个类别的条件下,得到一个具有特殊结构的类标矩阵,最后把寻找最优类标矩阵的计算转化为离散目标函数优化问题,进而计算出测试样本所属类别。在USPS手写体数据库、ETH-80物体识别数据库以及Cropped Yale人脸识别数据库上进行了一系列实验,实验结果表明了本文提出方法的可行性和有效性。
多观测样本 分类算法 稀疏表示算法 标记传播
胡正平 王玲丽
燕山大学信息科学与工程学院,秦皇岛066004
国内会议
北京
中文
1325-1330
2011-11-17（万方平台首次上网日期，不代表论文的发表时间）