半监督谱判别式分析

摘要

大部分监督的维数约简算法在标注样本比较少的情况下，都会出现过拟合的问题。因此，如何利用未标注的样本来提高性能成为大家的研究热点。在本文中，我们提出了一种新颖的半监督学习算法：半监督谱判别式分析。这种算法组合了局部保持投影（LPP）和局部费舍尔判别式分析（LFDA），所以它既可以保持未标注样本的全局结构，又可以分开不同类别的标注样本。这种算法是基于特征值分解的，全局最优解可以通过解析的形式得到，从而保证了算 法的计算可行性和效率。我们通过详尽的实验，证明了此算法的有效性。