论文部分内容阅读
在典型相关分析算法（canonical correlation analysis，简称CCA）的基础上，通过引入以成对约束形式给出的监督信息，提出了一种半监督的典型相关分析算法（Semi—CCA）．在此算法中，除了考虑大量的无标号样本以外，还考虑成对约束信息，即已知两样本属于同一类（正约束）或不属于同一类（负约束），同时验证了两者的相对重要性．在人工数据集、多特征手写体数据集和人脸数据集（Yale和AR）上的实验结果表明，Semi-CCA能够有效地利用少量的监督信息来提高分类性能．