计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (5): 236-240.
刘红丽,刘伟锋,王延江,董丽萍
LIU Hongli, LIU Weifeng, WANG Yanjiang, DONG Liping
摘要: 针对大数据量的图像分类问题,Laplacian正则化的半监督学习方法获得了广阔的应用前景。然而Laplacian正则化使分类函数趋向于常数函数而易导致较差的推测能力。提出了基于Hessian正则化的Logistic回归模型用于图像分类,Hessian正则化可以较好地预测区域之外的数据点。在MIR Flickr数据库上进行图像分类实验,与SVM、Logistic回归和Laplacian正则化的Logistic回归方法相比,Hessian正则化的Logistic回归模型更有效。