开发工具:
文件大小: 223kb
下载次数: 0
上传时间: 2021-03-24
详细说明：大多数现有的特征选择方法都是通过评估衡量其保留数据图相似结构能力的标准来选择特征的。 然而，这些方法构建二分或学习的基础数据图表和随后的特征排名的过程。 一旦确定了图表以表征相似性数据的结构，就可以在随后的排名或回归步骤中将其固定。 结果，特征选择的性能在很大程度上取决于图构建步骤的有效性。 构造有效相似度图的关键是确定数据相似度矩阵。 在本文中，我们执行估计或学习数据相似性矩阵和数据回归作为同时任务的问题，以执行无监督的光谱特征选择。 我们的新方法通过根据局部距离或不相似度为每个数据点最佳地重新分配邻居来学习数据相似度矩阵。 同时， 将2,1-范数应用于转换矩阵以实现行稀疏性，从而导致选择相关特征。 我们推导了一种有效的优化方法来解决同时特征相似度图和特征选择问题。 广泛的实验实际基准数据集上的结果表明，我们的方法一致性优于其他特征选择方法。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
