ty -jour a2 -cao，Yu au -Zu，Zu，Baokai au -Xia，Kewen au -dai，Shuidong au -Aslam，Nelofar PY-2016 DA -2016/2016/07/20 TI-基于低 - 管理的基于半耐用的歧视歧视歧视分析SP-2783568 VL -2016 AB-半监督判别分析（SDA）旨在使用有限的标记数据和大量的无标记数据来降低维度，但是当数据歧管高度非线性时，它可能无法发现内在的几何结构。内核技巧被广泛用于将原始的非线性分离问题映射到本质上更大的维度空间，其中类是可分开的。受低级别表示（LLR）的启发，我们提出了一种新型的内核SDA方法，称为低级别核的SDA（LRKSDA）算法，其中LRR用作核表示。由于LRR可以捕获全局数据结构并以无参数方式获得最低等级表示形式，因此低级别的内核方法对于类型的数据非常有效且健壮。公共数据库上的广泛实验表明，提出的LRKSDA维度降低算法比其他相关的内核SDA方法更好。SN -1687-9724 UR -https：//doi.org/10.1155/2016/2783568 DO -10.1155/2016/2016/2783568 JF-应用计算智能和软计算PB- Hindawi Publisting Corporation PB-