| 作者 | 彭杰，龚晓峰，李剑 |
| 机构 | 四川大学 电气工程学院;浙江农林大学 信息工程学院 |
| 统计 | 摘要被查看 … 次，已被下载 … 次 |
| 摘要 | 针对传统LDA类半监督特征提取方法的解矢量非正交、解空间不稳定和非线性处理能力不足等问题，提出LPA-SKFST方法。该方法的前置级LPA通过标签传播提高标记样本容量，后置级SKFST(半监督核最佳鉴别矢量集)采用双向正则方法对KFST引入全局结构保持正则和Tikhonov正则，并以成对空间求解方法求取Fisher分母矩阵奇异和非奇异时的统一形式解。在Circle、Iris、Wine和自有珍珠光谱集的分类实验中，PCA、LDA、SLDA和SDG等组的准确率随样本集、标记样本占比和标签可靠性变化而波动，LPA-SKFST组则稳定保持在85%以上。该结果证明，LPA-SKFST能克服标记样本占比和标记可靠性不足局限，在实际集和线性不可分人工集上取得一致、稳定的优秀表现。 |
| 关键词 | KPCA；KFST；LDA；双向正则；全局结构保持正则；成对空间求解方法 |
| 基金项目 | 浙江省公益技术研究计划资助项目(LGG18F030006) |
| 本文URL | http://www.arocmag.com/article/02-2021-06-034.html |