| 基于Hessian正则的自适应损失半监督特征选择 |
| |
| 作者姓名： | 朱建勇 周振辰 杨辉 聂飞平 |
| |
| 作者单位： | 华东交通大学电气与自动化工程学院,南昌330013;江西省先进控制与优化重点实验室,南昌330013;西北工业大学光学影像分析与学习中心,西安710072 |
| |
| 基金项目： | 国家自然科学基金重点项目(61733005);国家自然科学基金项目(61563015,61963015,61863014);江西省自然科学基金项目(20171ACB21039,20192BAB207024);江西省教育厅科技项目(GJJ150552). |
| |
| 摘 要： | 传统的基于拉普拉斯图的半监督特征选择算法处理高维、少标签样本时,缺乏外推能力且对数据异常值的鲁棒性差.基于此,提出一种基于Hessian正则的自适应损失半监督稀疏特征选择算法.首先,为提升线性映射能力,利用Hessian正则保留数据的局部流形结构;其次,为增强模型对具有较小或者较大损失数据的鲁棒性,引入自适应损失函数,...
|
| 关 键 词： | 半监督 特征选择 自适应损失 稀疏约束 l2,p范数 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《控制与决策》浏览原始摘要信息 |
|
点击此处可从《控制与决策》下载全文 |
|
