基于属性自表达的低秩超图属性选择算法

• 作者: 何威 朱永华 胡荣耀 苏毅娟 雷聪
• 来源期刊: 计算机应用研究
• 关键词: 属性选择 属性自表达 子空间学习 超图 低秩表示
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2294-2298
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.08.012

摘要

针对高维数据具有低秩形式和属性冗余等特点,提出一种基于属性自表达的无监督超图属性选择算法.该算法首先利用属性自表达特点用其他属性稀疏地表达每个属性,此自表达形式使用低秩假设寻找高维数据的低秩表示,然后建立超图正则化因子保持高维数据的局部结构,最后利用稀疏正则化因子进行属性选择.属性自表达特性确定属性的重要性,低秩表示相当于考虑数据的全局信息进行子空间学习,超图正则化因子考虑数据的局部结构对数据进行子空间学习.该算法实际上考虑数据全局和局部信息进行子空间学习,更是一种嵌入了子空间学习的属性选择算法.实验结果表明,该算法相比其他对比算法,能更有效地选取属性,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	苏毅娟	广西师范学院计算机与信息工程学院	27	129	7.0	10.0
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	雷聪	广西师范大学广西多源信息挖掘与安全重点实验室	10	20	3.0	3.0
4	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
5	朱永华	广西大学计算机与电子信息学院	6	33	5.0	5.0