基于三元组排序局部性的SOCFS改进算法

• 作者: 吴昌明 柳可鑫 赵兴涛
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 非监督特征选择 三元组 排序局部性 聚类 收敛性
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 47-53
• 页数: 7页
• 分类号: TP399
• 字数: 5938字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0053894

摘要

特征选择是一种常用的机器学习降维方法,然而传统非监督特征选择算法在保持数据样本维度的局部结构时,却忽略了排序局部性对特征选择的影响.利用数据的三元组局部结构,构建数据之间的排序关系并在特征选择过程中进行局部性保持,提出基于三元组排序局部性的同时正交基聚类特征选择(SOCFS)改进算法,选择具有局部结构保持性且判别区分度高的特征.实验结果表明,与传统非监督特征选择算法相比,SOCFS改进算法聚类效果更好、收敛速度更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵兴涛	中国人民公安大学信息技术与网络安全学院	22	88	5.0	8.0
2	吴昌明	中国人民公安大学信息技术与网络安全学院	5	0	0.0	0.0
3	柳可鑫	中国人民公安大学信息技术与网络安全学院	2	0	0.0	0.0