基于结构和约束保持的半监督特征选择

• 作者: 孔繁胜 潘俊 王瑞琴
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 特征选择 半监督学习 成对约束 结构和约束保持 特征排序 空间结构 先验知识
• 年，卷（期）: 2014,（4）
• 页码范围: 518-525
• 页数: 8页
• 分类号: TP391
• 字数: 7267字
• 语种: 中文

摘要

针对现有特征选择算法较少同时考虑样本的空间结构和先验知识的不足，提出一种基于结构和约束保持的半监督特征选择方法。该方法采用成对约束作为先验知识，同时考虑局部和非局结构，定义了一种新的特征评价准则---结构和约束保持分值。利用大量的无标记样本来学习样本空间结构，利用少量的成对约束信息来学习类内和类间边缘，所选择的特征子集能较好地保持空间结构信息和类属信息。在多个数据集上的实验结果表明，和现有的几种特征排序选择算法相比，所提方法有较好表现。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王瑞琴	温州大学物理与电子信息工程学院	10	117	6.0	10.0
2	孔繁胜	浙江大学计算机科学与技术学院	56	825	14.0	27.0
3	潘俊	温州大学信息安全研究所	6	26	2.0	5.0