基于约束Laplacian分值的半监督特征选择算法

• 作者: 刘艳 王磊
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 特征选择 局部结构信息 cannot-link约束 半监督学习
• 年，卷（期）: 2010,（4）
• 页码范围: 404-409
• 分类号: TP391.4
• 字数: 4214字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2010.04.013

摘要

针对Laplacian分值法进行特征选择时过分依赖样本局部结构信息的不足,提出一种改进的基于约束Laplacian分值的半监督特征选择算法.该算法利用样本之间的cannot-link成对约束关系作为全局结构信息,在进行特征选择时,不仅能尽量保持局部结构信息,而且还尽量保持了全局的cannot-link约束关系.基于Yale和PIE(Fave pose,Illamination,Expression dadbase)人脸数据库的实验表明,该算法性能显著优于Laplacian分值法,与Fisher分值法和最新的约束分值法相当,且在稳定性方面优于后者.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王磊	西南财经大学经济信息工程学院	56	233	9.0	12.0
2	刘艳	西南财经大学经济信息工程学院	11	30	4.0	5.0