收录:
摘要:
一种标签约束自权重多超图学习的半监督分类方法,其能够针对每种特征,基于自适应近邻策略构建超图以编码样本之间的高阶关系;对于构建好的多个超图,自适应地学习每个超图的权重;并建立标签约束自权重多超图学习模型,完成半监督分类任务。该方法包括:(1)对待分类任务的数据确定m种特征表示, 依据每种特征构建一个超图,计算每个超图的相关矩阵H(t),t=1, ..., m;(2)计算各超图的拉普拉斯矩阵L(t),t=1, ..., m;(3)对于每个超图,初始化权重α(t)=1/m, t=1, ...m;(4)利用进行多超图融合;(5)计算无标签样本的指示矩阵Fu;(6)令F=[Yl;Fu],更新权重(7)迭代进行步骤(4)、(5)、(6),直到收敛或达到最大迭代次数;(8)计算无标签样本标签;(9)输出标签;(10)结束。
关键词:
通讯作者信息:
电子邮件地址: