联合依赖最大化与稀疏表示的无监督特征选择方法

• 作者: 李婵 杨文元 赵红
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 依赖最大化 稀疏表示 无监督特征选择 投影
• 年，卷（期）: 2017,（4）
• 页码范围: 775-781
• 页数: 7页
• 分类号: TP181
• 字数: 4288字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2017.04.021

摘要

高维数据分析任务中,无监督特征选择是一项重要并具有挑战性的任务.传统的无监督特征选择算法通过保持流形结构或者特征之间相关性进行特征选择,而没有直接考虑选择特征与原始数据的依赖程度.通过考虑投影后的低维空间数据与原始数据信息之间的依赖性,提出有良好性能的特征依赖于原始数据的度量原则.首先利用最大化依赖使投影后数据尽可能保持原始数据的特征信息,据此获得投影矩阵,从而对原始数据达到降维效果.然后联合稀疏表示进行特征选择.提出一种新的无监督特征选择算法,称之为联合依赖最大化与稀疏表示的无监督特征选择方法(DMSR).在4个实际的数据集上进行实验,并与3种已有的无监督特征选择算法进行比较,在两种评价指标聚类精度和互信息上的实验结果表明,提出的DMSR算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵红	闽南师范大学粒计算重点实验室	12	34	3.0	5.0
2	杨文元	闽南师范大学粒计算重点实验室	14	33	3.0	5.0
3	李婵	闽南师范大学粒计算重点实验室	2	6	2.0	2.0