降维技术与方法综述

• 作者: 吴乐南 张煜东 董正超 霍元铠
• 来源期刊: 四川兵工学报
• 学科: 工学
• 关键词: 特征选择 特征变换 嵌入式特征选择 流形学习
• 年，卷（期）: 2010,（10）
• 页码范围: 1-7
• 分类号: TP18
• 字数: 7170字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-0707.2010.10.001

摘要

为了更好地对数据实现降维,讨论了特征选择与特征变换两种技术.对于特征选择,按照特征子集的形成方法可分为穷举法、启发式方法、随机方法、智能优化方法等;按照评价函数的类别可分为筛选式、封装式、嵌入式.对于特征变换,传统的方法采用线性降维方法,主要有非负矩阵分解、因子分析、主成份分析、奇异值分解、独立成分分析等;目前的方法是非线性降维方法,以流形学习为代表.对各种不同方法详细探讨其原理与流程,并进行了性能比较.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴乐南	东南大学信息科学与工程学院	412	3936	29.0	45.0
2	霍元铠	东南大学信息科学与工程学院	1	44	1.0	1.0