一种简洁局部全局一致性学习
<html dir="ltr"><head><title></title></head><body>针对局部全局一致性学习(LLGC) 算法的分类精度在很大程度上取决于控制参数的合理设置问题, 提出一种少参数的简洁局部全局一致性学习(BB-LLGC). 简化图上的目标函数, 使其不受参数alpha的影响. 另外, 在标签传递过程中, 仅将未标记样本的标签根据相似度传递给其近邻, 而将已标记样本的标签强制填回以确保标签传递源头的准确性. UCI 数据集的实验结果表明, 与LLGC 相比, BB-LLGC 不仅控制参数少、使用简单, 而且分类精度高、收敛速度快. </body></html>
用户评论
