半监督模糊局部fisher判别分析.docVIP

下载本文档

9
0
约8.46千字
约 11页
2017-09-10 发布于天津
举报
版权申诉

半监督模糊局部fisher判别分析.doc

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

半监督模糊杨昔阳泉州师范学院泉州医学高等专科学校摘要针对少量具有模糊隶属度类别的数据和大量未知类别的数据组成的数据集提出了一种结合和局部判别分析的半监督降维方法这种半监督方法结合了和局部判别的优点一方面可保持所有数据的全局分布结构另一方面又体现了已知类别属性的样本分类信息所提出的模型可以通过求解征值问题求解实验表明在获取较为准确的模糊隶属度的情况下这种算法可以有效地对多维数据进行降维关键词将高维数据转化为低维数据可以降低模式识别算法的计算量避免算法陷入维数灾难降维算法通过线性或非线性变换建立从高

半监督模糊杨昔阳 (1 泉州师范学院 2 泉州医学高等专科学校摘要：针对少量具有模糊隶属度类别的数据和大量未知类别的数据组成的数据集，提出了一种结合PCA和局部Fisher判别分析的半监督降维方法。这种半监督方法结合了PCA和局部Fisher判别的优点，一方面可保持所有数据的全局分布结构，另一方面又体现了已知类别属性的样本分类信息。所提出的模型可以通过求解征值问题求解。实验表明，在获取较为准确的模糊隶属度的情况下，这种算法可以有效地对多维数据进行降维。关键词： A Semi-supervised Fuzzy Dimension Reduction Method Yang Xiyang1，