基于子空间学习的图稀疏属性选择算法

• 作者: 何威 刘星毅 程德波 胡荣耀 钟智
• 来源期刊: 计算机应用研究
• 关键词: 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
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 软件技术研究
• 页码范围: 2679-2682
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.09.026

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟智	广西师范学院计算机与信息工程学院	43	379	9.0	18.0
2	胡荣耀	广西师范大学广西多源信息挖掘与安全重点实验室	9	30	3.0	4.0
3	刘星毅		4	15	3.0	3.0
4	程德波	广西师范大学广西多源信息挖掘与安全重点实验室	10	92	5.0	9.0
5	何威	广西师范大学广西多源信息挖掘与安全重点实验室	8	31	4.0	5.0