首页 | 本学科首页   官方微博 | 高级检索  
     

基于低秩评分的非监督特征选择算法
引用本文:谢乃俊,杨国亮,罗璐,梁礼明. 基于低秩评分的非监督特征选择算法[J]. 计算机工程与设计, 2015, 0(6)
作者姓名:谢乃俊  杨国亮  罗璐  梁礼明
作者单位:江西理工大学电气工程与自动化学院,江西赣州,341000
基金项目:国家自然科学基金项目(51365017、61305019);江西省科技厅青年科学基金项目
摘    要:为将数据的全局结构信息引入特征选择中,提升特征评分机制的有效性,提出一种基于低秩评分的非监督特征选择算法。利用“干净”字典约束的低秩表示模型,获得权值矩阵,该权值矩阵能够揭示数据全局结构信息,具有一定的鉴别能力,将其引入拉普拉斯评分机制,构建低秩评分机制,用于数据的特征选择。在不同的数据库上进行聚类和分类实验,实验结果表明,同传统的特征选择算法相比,该算法的性能更优。

关 键 词:低秩表示  数据结构信息  权值矩阵  低秩评分  特征选择

U nsupervised feature selection based on low-rank score
XIE Nai-jun,YANG Guo-liang,LUO Lu,LIANG Li-ming. U nsupervised feature selection based on low-rank score[J]. Computer Engineering and Design, 2015, 0(6)
Authors:XIE Nai-jun  YANG Guo-liang  LUO Lu  LIANG Li-ming
Abstract:
Keywords:low-rank representation  data structure information  weight matrix  low-rank score  feature selection
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号