软件学报

作者：赵辉，王红军，彭博，龙治国，李天瑞

单位：赵辉，西南交通大学 计算机与人工智能学院, 四川 成都 611756;综合交通大数据应用技术国家工程实验室, 四川 成都 61175611,王红军，西南交通大学 计算机与人工智能学院, 四川 成都 611756;综合交通大数据应用技术国家工程实验室, 四川 成都 61175602,彭博，西南交通大学 计算机与人工智能学院, 四川 成都 611756;综合交通大数据应用技术国家工程实验室, 四川 成都 61175603,龙治国，西南交通大学 计算机与人工智能学院, 四川 成都 611756;综合交通大数据应用技术国家工程实验室, 四川 成都 61175604,李天瑞，西南交通大学 计算机与人工智能学院, 四川 成都 611756;综合交通大数据应用技术国家工程实验室, 四川 成都 61175605

关键词：特征学习;随机近邻嵌入;判别性学习

基金：国家自然科学基金(61806170,61773324);国家重点研发计划(2017YFB1401401)

特征学习是机器学习中的一项重要技术,研究从原始数据中学习后置任务所需的数据表示.目前,多数特征学习算法侧重于学习原始数据中的拓扑结构,忽略了数据中的判别信息.基于此,提出了基于随机近邻嵌入的判别性特征学习模型.该模型将对判别信息的学习与对拓扑结构的学习融合在一起,通过迭代求解的方式,同时完成对这两者的学习,从而得到原始数据具有判别性的特征表示,可以显著提升机器学习算法的性能.多个公开数据集上的实验结果验证了该模型的有效性.

来源：2022年第4期

《软件学报》期刊编辑部

查看软件学报杂志2022年第4期