基于局部结构学习的非线性属性选择算法

• 作者: 吕治政 张乐园 李佳烨 甘江璋 雷聪
• 来源期刊: 计算机应用研究
• 关键词: 属性选择 核函数 低秩 局部结构学习 稀疏正则化
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 430-433,464
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.07.0524

摘要

针对大多数高维数据之间不仅有相似性,而且还有非线性关系等特点,提出一种基于局部结构学习的非线性属性选择算法.该算法首先通过核函数把数据映射到高维空间,在高维空间中表示出数据属性之间的非线性关系;然后在低维空间中通过局部结构学习来充分挖掘属性之间的相似性,同时通过低秩约束来排除噪声的干扰;最后通过稀疏正则化因子来进行属性选择.其通过核函数映射来找出数据属性之间的非线性关系,运用局部结构学习来找出数据属性之间的相似性,是一种嵌入了局部结构学习的非线性属性选择算法.实验结果表明,该算法相比其他对比算法有更好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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
2	张乐园	广西师范大学广西多源信息挖掘与安全重点实验室	4	3	1.0	1.0
3	李佳烨	广西师范大学广西多源信息挖掘与安全重点实验室	5	3	1.0	1.0
4	吕治政	广西师范大学广西多源信息挖掘与安全重点实验室	2	0	0.0	0.0
5	甘江璋	广西师范大学广西多源信息挖掘与安全重点实验室	2	4	1.0	2.0