10.3778/j.issn.1002-8331.1907-0352
最大熵和ℓ2,0范数约束的无监督特征选择算法
无监督特征选择可以降低数据维数,提高算法的学习性能,是机器学习和模式识别等领域中的重要研究课题.和大多数在目标函数中引入稀疏正则化解决松弛问题的方法不同,提出了一种基于最大熵和?2,0范数约束的无监督特征选择算法.使用具有唯一确定含义的?2,0范数等式约束,即选择特征的数量,不涉及正则化参数的选取,避免调整参数.结合谱分析探索数据的局部几何结构并基于最大熵原理自适应的构造相似矩阵.通过增广拉格朗日函数法,设计了一种交替迭代优化算法对模型求解.在四个真实数据集上与其他几种无监督特征选择算法的对比实验,验证了所提算法的有效性.
无监督特征选择、范数约束、最大熵、增广拉格朗日
56
TP18(自动化基础理论)
国家自然科学基金;陕西省教育厅科研计划项目;陕西省重点研发计划;西安工程大学研究生创新基金
2020-06-10(万方平台首次上网日期,不代表论文的发表时间)
共9页
51-59