您的位置： 专家智库 > >

朱凤梅

作品数：3 被引量：10H指数：2
供职机构：南京航空航天大学计算机科学与技术学院计算机科学与技术系更多>>
发文基金：国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 3篇降维
  • 2篇聚类
  • 2篇聚类算法
  • 2篇降维算法
  • 1篇张量分析
  • 1篇特征提取
  • 1篇图像
  • 1篇图像表示
  • 1篇半监督聚类
  • 1篇半监督学习

机构

  • 3篇南京航空航天...

作者

  • 3篇朱凤梅
  • 2篇张道强

传媒

  • 1篇模式识别与人...
  • 1篇广西师范大学...

年份

  • 1篇2009
  • 2篇2008
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
张量图像上的半监督降维算法被引量：7
2009年
传统的图像数据(n1×n2)一般表示为欧式空间R(n1×n2)上的一个向量,这样像素之间的空间关系将会丢失.因此,文中提出一种张量型的半监督降维算法.首先把图像看成张量空间Rn1Rn2中的一个点.再利用图像之间的成对约束——正约束和负约束,对图像进行半监督降维.降维后的数据较好地保留图像的局部结构.在大量人脸数据集上的实验验证该算法的有效性.
朱凤梅张道强
关键词：图像表示特征提取张量分析
基于成对约束的聚类和降维算法研究
近年来，半监督学习因其卓越的性能逐渐受到模式识别和机器学习领域研究者的重视。半监督学习可利用的监督信息除了少量的标记样本外，还包括样本间的成对约束等其它信息。其中与样本标记相比，成对约束所含的信息较弱，因而更容易获取。本...
朱凤梅
关键词：降维算法聚类算法半监督学习
文献传递
一种基于半监督降维的聚类算法被引量：3
2008年
半监督聚类通过利用少量有标号样本或成对约束等监督信息来提高聚类性能。在此提出一种新颖的基于半监督降维的聚类算法,首先用半监督降维方法对原始数据进行降维,然后在降维后的空间中进行半监督聚类。由于在降维和聚类两个阶段中都利用了监督信息,从而使得算法的聚类性能得到进一步提升。在UCI标准数据集、yale人脸库以及文本数据集上的实验结果验证了该算法的有效性。
朱凤梅张道强
关键词：半监督聚类
全选 清除 导出
共1页<1>
聚类工具0