基于低秩稀疏评分的非监督特征选择.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于低秩稀疏评分的非监督特征选择.PDF

CN 43125/ 第 卷第 期 年 月     - 8TP 计算机工程与科学 37 4 2015 4         , , ISSN1007 X 130   - Vol.37 No.4 A r.2015 om u p   C terEn ineerin & Science p   g g   文章编号: 130 ( ) 064 08 1007 X 201504 9 - - - 基于低秩稀疏评分的非监督特征选择* 杨 , , , 国亮 谢乃俊 王艳芳 梁礼明 ( , 州 ) 江西理工大学电气工程与自动化学院 江西 赣 341 000 : , 。 摘 要 在处理高维数据过程中 特征选择是一个非常重要的数据降维步骤 低秩表示模型具有揭示   。 数据全局结构信息的能力和一定的鉴别能力 稀疏表示模型能够利用较少的连接关系揭示数据的本质结 。 , 构信息 在低秩表示模型的基础上引入稀疏约束项 构建一种低秩稀疏表示模型学习数据间的低秩稀疏 ; 。 相似度矩阵 基于该矩阵提出一种低秩稀疏评分机制用于非监督特征选择 在不同数据库上将选择后的 , 。 。 特征进行聚类和分类实验 同传统特征选择算法进行比较 实验结果表明了低秩特征选择算法的有效性 : ; ; ; 关键词 低秩表示 稀疏约束项 低秩稀疏评分 特征选择 中图分类号: 11.1 文献标志码: TP3 A : / 130 0.3969 .issn.1007 X.2015.04.005 doi1 j - Uns uervisedfeatureselectionbasedonlowrankandsarsescore p                p   , , , YAN li

文档评论(0)

sunyangbill + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档