A Novel Manifold Regularized Online Semi-supervised Learning Algorithm
Ding, Shuguang; Xi, Xuanyang; Liu, Zhiyong; Qiao, Hong; Zhang, Bo; Liu, ZY
2016
会议名称23rd International Conference on Neural Information Processing (ICONIP)
会议录名称NEURAL INFORMATION PROCESSING, ICONIP 2016, PT I
会议日期OCT 16-21, 2016
会议地点Kyoto, JAPAN
摘要In this paper, we propose a novel manifold regularized online semi-supervised learning ((OSL)-L-2) model in an Reproducing Kernel Hilbert Space (RK-HS). The proposed algorithm, named Model-BasedOnline Manifold Regularization (MOMR), is derived by solving a constrained optimization problem, which is different from the stochastic gradient algorithm used for solving the online version of the primal problem of Laplacian support vector machine (LapSVM). Taking advantage of the convex property of the proposed model, an exact solution can be obtained iteratively by solving its Lagrange dual problem. Furthermore, a buffering strategy is introduced to improve the computational efficiency of the algorithm. Finally, the proposed algorithm is experimentally shown to have a comparable performance to the standard batch manifold regularization algorithm.
关键词Manifold Regularization Online Semi-supervised Learning Lagrange Dual Problem
收录类别EI
文献类型会议论文
条目标识符http://ir.ia.ac.cn/handle/173211/12836
专题复杂系统管理与控制国家重点实验室_机器人理论与应用
通讯作者Liu, ZY
推荐引用方式
GB/T 7714
Ding, Shuguang,Xi, Xuanyang,Liu, Zhiyong,et al. A Novel Manifold Regularized Online Semi-supervised Learning Algorithm[C],2016.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
ICONIP.pdf(217KB)会议论文 开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[Ding, Shuguang]的文章
[Xi, Xuanyang]的文章
[Liu, Zhiyong]的文章
百度学术
百度学术中相似的文章
[Ding, Shuguang]的文章
[Xi, Xuanyang]的文章
[Liu, Zhiyong]的文章
必应学术
必应学术中相似的文章
[Ding, Shuguang]的文章
[Xi, Xuanyang]的文章
[Liu, Zhiyong]的文章
相关权益政策
暂无数据
收藏/分享
文件名: ICONIP.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。