典型文献
特征自表达和图正则化的鲁棒无监督特征选择
文献摘要：
为了在揭示数据全局结构的同时保留其局部结构,本文将特征自表达和图正则化统一到同一框架中,给出了一种新的无监督特征选择(unsupervised feature selection,UFS)模型与方法.模型使用特征自表达,用其余特征线性表示每一个特征,以保持特征的局部结构;用基于L2,1范数的图正则化项,在保留数据的局部几何结构的同时可以降低噪声数据对特征选择的影响;除此之外,在权重矩阵上施加了低秩约束,保留数据的全局结构.在6个不同的公开数据集上的实验表明,所给算法明显优于其他5个对比算法,表明了所提出的UFS框架的有效性.
文献关键词：
特征选择;鲁棒;图拉普拉斯;特征自表达;低秩约束;无监督;L2;1范数;降维
中图分类号：
作者姓名：
陈彤;陈秀宏
作者机构：
江南大学 人工智能与计算机学院,江苏 无锡 214122
文献出处：
引用格式：
[1]陈彤;陈秀宏-.特征自表达和图正则化的鲁棒无监督特征选择)[J].智能系统学报,2022(02):286-294
A类：
特征自表达
B类：
图正则化,无监督特征选择,全局结构,局部结构,一框,unsupervised,feature,selection,UFS,模型使用,使用特征,特征线,线性表示,保持特征,L2,范数,几何结构,低噪声,噪声数据,除此之外,权重矩阵,低秩约束,公开数据集,对比算法,图拉普拉斯
AB值：
0.28772
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
