您的位置: 专家智库 > >

中央高校基本科研业务费专项资金(K50511020002)

作品数:1 被引量:6H指数:1
相关作者:高新波王秀美李洁更多>>
相关机构:西安电子科技大学更多>>
发文基金:中央高校基本科研业务费专项资金中国博士后科学基金国家教育部博士点基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇线性判别分析
  • 1篇降维
  • 1篇高斯
  • 1篇高斯过程

机构

  • 1篇西安电子科技...

作者

  • 1篇李洁
  • 1篇王秀美
  • 1篇高新波

传媒

  • 1篇计算机学报

年份

  • 1篇2012
1 条 记 录,以下是 1-1
排序方式:
一种基于高斯隐变量模型的分类算法被引量:6
2012年
高斯过程隐变量模型是近年来新兴的无监督降维方法,它可以找到高维数据的低维流形结构.但是由于高斯过程隐变量模型是无监督的概率降维方法,所以当数据集中的样本有类别标记信息时,高斯过程隐变量模型不能利用这些监督信息,实现分类的任务.为了使高斯过程隐变量模型可以处理分类任务,文中提出了一种监督的高斯过程隐变量模型分类模型.通过最大化后验似然的方法确定观测数据在隐空间的坐标,同时可以完成分类任务.实验结果证明了该模型可以有效地用于分类.
王秀美高新波李洁
关键词:高斯过程降维线性判别分析
共1页<1>
聚类工具0