半监督半配对高维多表示数据的降维及拓展研究

项目名称： 半监督半配对高维多表示数据的降维及拓展研究

项目编号： No.61170151

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 计算机科学学科

项目作者： 陈松灿

作者单位： 南京航空航天大学

项目金额： 57万元

中文摘要： 高维多表示数据（多态或多视图数据及其经变换所得表示数据的总称）广泛存在于多媒体处理、多语种文本识别、无线传感网络等领域，对其降维分析是模式识别的重要任务之一，因降维是提高识别系统预测或泛化性能的重要一环。然而此类数据所含的诸如配对、监督和结构等信息给降维带来了挑战，如何综合利用则是实现有效降维的关键。现有相关工作仅关注此类数据的单一配对或单一监督信息，忽视了对这些信息的综合利用，从而导致性能和应用受限。本课题旨在已有工作基础上，发展出一个能综合利用各信息的一般性多表示数据降维框架并设计出一系列有效降维算法，以克服现有不足。整个工作围绕建模、算法设计和实现、理论分析和实验对比等方面系统展开。此外，鉴于监督信息稀少所导致的现有分类策略的低效，拟拓展研究分类器设计新策略。本项目的研究不仅推广了现有单纯的半配对和单纯的半监督降维方法，而且这也是首次对半监督半配对多表示数据开展的研究。

中文关键词： 多视图学习；半配对；半监督；降维；分类学习

英文摘要：

英文关键词： Mutliview learning；Semi-pairing；Semi-supervision；Dimensionality reduction；Classification