基于成对约束的自适应半监督降维方法研究

项目名称： 基于成对约束的自适应半监督降维方法研究

项目编号： No.61402181

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 韦佳

作者单位： 华南理工大学

项目金额： 25万元

中文摘要： 随着高维数据的快速增长，降维在机器视觉、语音识别、自然语言处理、生物信息学等领域当中扮演着越来越重要的作用。本项目的研究对象为基于成对约束的半监督降维，其中领域知识是以成对约束的形式给出的，成对约束是边信息的一种，可用来指示一对样本是否属于同一类别。然而，现有的基于成对约束的半监督降维方法，存在着两个不可忽视的问题：其一，所有成对约束都被看成同等重要，忽视了不同成对约束所包含的信息量也可能不同的事实；其二，邻域图的构造是一个无监督的过程，忽视了成对约束对邻域图构造的指导作用。针对上述问题，本项目拟在自适应成对约束加权和自适应图优化等方面展开研究，提出一种基于成对约束加权和图优化的自适应半监督降维框架，并根据框架设计若干半监督降维方法，以此提升成对约束条件下对高维数据的学习能力。

中文关键词： 半监督降维；成对约束；图优化；；

英文摘要： With the rapid accumulation of high dimensional data, dimensionality reduction plays a more and more important role in practical data processing and learning tasks such as computer vision, speech recognition, natural language processing, bioinformatics, a

英文关键词： semi-supervised dimensionality reduction；pairwise constraint；graph optimization；；