| 基于双向稀疏的多视图子空间学习算法 | |
| 杨凡; 饶雨泰 | |
| 2023-06-12 | |
| 发表期刊 | 计算机应用与软件
 |
| ISSN | 1000-386X |
| 卷号 | 40期号:06页码:266-275 |
| 摘要 | 针对传统的多视图子空间学习方法很难找到一个有效的子空间维数并同时处理异常值，提出一种基于双向稀疏的多视图子空间学习方法。将通过矩阵分解得到的低维表示分解成两个矩阵，在第一个矩阵中加入lp,2行稀疏范数来捕获相关数据之间没有冗余特征的良好共享特征，即数据的二次特征提取；为了同时识别离群点并减少其影响，在第二个矩阵中加入lp,2列稀疏矩阵。进一步提出一种有效的求解算法，并分析了该算法的收敛性以及计算复杂度。在多个数据集上仿真结果表明，与传统的多视图无监督特征提取方法相比，该方法能够更加有效地解决子空间维数问题，并且对异常值情形具有较强的鲁棒性。 |
| 关键词 | 多视图 子空间学习 双向稀疏性 鲁棒性 |
| URL | 查看原文 |
| 收录类别 | 北大核心 |
| 语种 | 中文 |
| 资助项目 | 湖北省教育厅科学技术研究项目（B2016592） |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/155868 |
| 专题 | 国家开放大学湖北分部 |
| 作者单位 | 湖北广播电视大学软件工程学院 |
| 第一作者单位 | 国家开放大学湖北分部 |
| 第一作者的第一单位 | 国家开放大学湖北分部 |
| 推荐引用方式 GB/T 7714 | 杨凡,饶雨泰. 基于双向稀疏的多视图子空间学习算法[J]. 计算机应用与软件,2023,40(06):266-275. |
| APA | 杨凡,&饶雨泰.(2023).基于双向稀疏的多视图子空间学习算法.计算机应用与软件,40(06),266-275. |
| MLA | 杨凡,et al."基于双向稀疏的多视图子空间学习算法".计算机应用与软件 40.06(2023):266-275. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [杨凡]的文章 |
| [饶雨泰]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [杨凡]的文章 |
| [饶雨泰]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [杨凡]的文章 |
| [饶雨泰]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 相关推荐 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论