基于稀疏分解的局部全局一致性学习算法 |
| |
作者单位: | ;1.西安邮电大学通信与信息工程学院 |
| |
摘 要: | 提出一种基于稀疏分解的l0构图法,通过稀疏分解系数矩阵得到图中邻接矩阵和边的权重。将l0构图法应用到局部全局一致性学习(Learning with Local and Global Consistency,LLGC)算法中,并通过K-均值聚类优化稀疏分解所需字典,以降低计算复杂度。在8个UCI数据集上的实验表明,与经典LLGC算法相比,新算法能在消耗时间不增加的情况下提高分类精度,提升算法性能。
|
关 键 词: | 稀疏分解 局部全局一致性学习 K-均值 |
Learning with local and global consistency based on sparse representation |
| |
Abstract: | |
| |
Keywords: | |
|
|