无监督动态超图学习拉普拉斯矩阵特征选择 |
| |
引用本文: | 吴换霞.无监督动态超图学习拉普拉斯矩阵特征选择[J].计算机工程与设计,2022(7):2078-2087. |
| |
作者姓名: | 吴换霞 |
| |
作者单位: | 信阳农林学院信息工程学院 |
| |
基金项目: | 国家自然科学基金项目(61572417); |
| |
摘 要: | 为捕捉样本之间的复杂关系,提升噪声鲁棒性,提出一种基于动态超图学习拉普拉斯矩阵的无监督特征选择方法。通过对训练样本的协方差矩阵施加正交约束,利用超图动态学习拉普拉斯矩阵分别保持低维训练样本的全局和局部结构,获取样本之间的复杂关系;引入的两种子空间学习方法增强特征选择的辨别能力。通过公共数据集实验结果验证了提出方法能够提升特征选择质量,以及相关上游任务的精度和鲁棒性。
|
关 键 词: | 无监督 动态超图学习 拉普拉斯矩阵 特征选择 子空间学习 鲁棒性 正交约束 |
|
|