原文服务方: 计算机应用研究       
摘要:
针对噪声或者离群点通常会增加矩阵的秩的问题,提出一个在低秩限制下的基于超图的稀疏属性选择算法.算法利用其他属性稀疏地表达每一个属性来获得属性自表达系数矩阵,再利用超图正则化因子获取数据的局部结构,将子空间学习嵌入到属性选择的框架中;同时,利用L2,p-范数惩罚自表达系数矩阵和损失函数挖掘出属性之间的关系和样本间的关系来帮助算法有效地进行属性选择,最终提高模型的预测能力.在UCI数据集上的实验结果表明,该算法相比其他对比算法,能更有效地选取重要属性,并取得很好的分类效果.
推荐文章
基于超图稀疏的低秩属性选择算法用于多回归分析
多回归分析
超图表示
子空间学习
稀疏学习
基于属性自表达的低秩超图属性选择算法
属性选择
属性自表达
子空间学习
超图
低秩表示
基于子空间学习的图稀疏属性选择算法
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
基于超图表示的低秩属性选择方法用于回归分析
低秩回归
属性选择
子空间学习
超图表示
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于超图的稀疏属性选择算法
来源期刊 计算机应用研究 学科
关键词 属性选择 属性自表达 子空间学习 超图表示 低秩约束
年,卷(期) 2018,(11) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3213-3216,3219
页数 5页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.11.003
五维指标
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 郑威 广西师范大学广西多源信息挖掘与安全重点实验室 4 11 2.0 3.0
3 余浩 广西师范大学广西多源信息挖掘与安全重点实验室 4 14 3.0 3.0
4 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
5 胡晓依 广西师范大学广西多源信息挖掘与安全重点实验室 1 3 1.0 1.0
6 方月 广西师范大学广西多源信息挖掘与安全重点实验室 3 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (20)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
属性选择
属性自表达
子空间学习
超图表示
低秩约束
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导