| 基于子空间学习的图稀疏属性选择算法* |
| |
| 作者姓名： | 钟智 何威 程德波 胡荣耀 刘星毅 |
| |
| 作者单位： | 广西师范学院计算机与信息工程学院,广西师范大学广西多源信息挖掘与安全重点实验室,广西师范大学广西多源信息挖掘与安全重点实验室,广西师范大学广西多源信息挖掘与安全重点实验室,广西钦州学院;广西钦州学院 |
| |
| 基金项目： | 国家自然科学基金（61170131, 61263035 和 61363009）;国家863项目（2012AA011005）;国家973项目（2013CB329404）;广西自然科学基金（2012GXNSFGA060004）;广西八桂创新团队和广西百人计划;广西高校科学技术研究重点项目（2013ZD041）;广西研究生教育创新计划项目(YCSZ2015095、YCSZ2015096) |
| |
| 摘 要： | 针对处理高维度属性的大数据的属性约减方法进行了研究。发现属性选择和子空间学习是属性约简的两种常见方法,其中属性选择具有很好的解释性,子空间学习的分类效果优于属性选择。而往往这两种方法是各自独立进行应用。为此,提出了综合这两种属性约简方法,设计出新的属性选择方法。即利用子空间学习的两种技术(即线性判别分析(LDA)和局部保持投影(LPP)),考虑数据的全局特性和局部特性,同时设置稀疏正则化因子实现属性选择。基于分类准确率、方差和变异系数等评价指标的实验结果比较,表明该算法相比其它对比算法,能更有效的选取判别属性,并能取得很好的分类效果。
|
| 关 键 词： | 属性约简 属性选择 子空间学习 线性判别分析 局部保持投影 稀疏学习 |
| 收稿时间： | 2015-04-17 |
| 修稿时间： | 2016-07-27 |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
