论文研究-基于子空间学习的图稀疏属性选择算法.pdf

时间:2022-08-11 16:07:01
【文件属性】:

文件名称:论文研究-基于子空间学习的图稀疏属性选择算法.pdf

文件大小:2.8MB

文件格式:PDF

更新时间:2022-08-11 16:07:01

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

针对处理高维度属性的大数据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的。为此,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表明,该算法相比其他算法,能更有效地选取判别属性,并能取得很好的分类效果。


网友评论