计算机应用研究

作者：彭杰,龚晓峰,李剑,

单位：1.四川大学电气工程学院,成都610065；2.浙江农林大学信息工程学院,杭州311300；

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：浙江省公益技术研究计划资助项目(LGG18F030006)；；

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。

来源：2021年第6期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第6期