张贤涛
- 作品数：2 被引量：1H指数：1
- 供职机构：南京林业大学更多>>
- 发文基金：江苏省普通高校研究生科研创新计划项目江苏省自然科学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电子电信更多>>
- 子模式判别型半监督非线性维数减少算法被引量：1
- 2009年
- 维数减少是在损失较少特征信息的条件下处理高维图像数据的关键技术,已成为高维数据处理中的热点问题.样本的类内和类间散度判别信息被用于判断当前样本对属于相同类还是不同类,同时考虑未标签样本对算法性能的影响,提出了一种判别型半监督非线性维数减少算法(discriminativesemi-supervised nonlinear dimensionality reduction,DSSNDR),可有效避免奇异性.DSSNDR采用高斯核和多项式核组合得到的混合核,将原始数据以一系列"有用的"特征形式投影到一个较低维的嵌入空间,便于分类,同时能够保持已标签和未标签样本的内部特征,可有效执行半监督学习.引入样本数据的子模式,将DSSNDR推广到子模式特征空间下的非线性方法,简称Sp-DSSNDR,进一步增强了DSSNDR的学习能力,提高分类精度.多个典型数据集上的分类和可视化实验表明,不同类的样本数据的投影在DSSNDR和Sp-DSSNDR构造的特征空间中存在较少的混叠现象,具有更好的可分离性.当维数被减少到较低水平时,本文算法几乎总是取得最好的结果,甚至超过了经典的主成分分析(PCA),核主成分分析(KPCA)和核Fisher判别分析(KFD)算法.
- 张召业宁杜辉沈丽容张贤涛
- 关键词：半监督学习子模式特征子空间
- 无线传感网络层次型拓扑控制应用研究
- 随着计算机网络通信技术、微电子技术和传感器技术的日益进步,无线传感器网络(Wireless Sensor Networks, WSN)应运而生。但是传感器节点自身的能量、运算和通信能力有限,如何使无线传感网络稳定、高效地...
- 张贤涛
- 关键词：无线传感器网络拓扑控制微粒群算法K-MEANS聚类割点
- 文献传递
