自适应特征选择加权k子凸包分类

• 作者: 牟廉明
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 加权k子凸包 度量学习 正则化 特征选择 自适应
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 32-37
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2017.415

摘要

针对问题维数的增加以及不同特征对分类的作用往往不一样,导致k子凸包分类性能降低等问题,设计自适应特征选择加权k子凸包分类方法.根据传统凸包距离存在的不足引入加权k子凸包距离,在测试样本的k邻域内引入距离度量学习技术和正则化技术进行自适应的特征选择,并将自适应特征选择无缝嵌入加权k子凸包优化模型中,这样就能为不同的测试样本在不同的类别中学习自适应特征空间,得到有效的加权k子凸包距离计算方法.试验结果表明,该方法不仅能够进行降维,而且具有明显的分类性能优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牟廉明	内江师范学院数学与信息科学学院	46	187	7.0	11.0