基于自适应流形正则化自表示的无监督特征选择算法 |
| |
引用本文: | 宋 雨,许王琴,李荣鹏,宋学力,肖玉柱.基于自适应流形正则化自表示的无监督特征选择算法[J].重庆工商大学学报(自然科学版),2023,40(6):44-52. |
| |
作者姓名: | 宋 雨 许王琴 李荣鹏 宋学力 肖玉柱 |
| |
作者单位: | 长安大学 理学院,西安 710064 |
| |
摘 要: | 针对基于流形正则化自表示(MRSR)的无监督特征选择算法直接从原始的样本空间构造相似矩阵可能会
导致重构空间中样本的相似性描述得不够准确的问题,提出了基于自适应流形正则化自表示的无监督特征选择
(AMRSR)算法。 基于自适应流形正则化自表示的无监督特征选择算法在 MRSR 算法的基础上通过对相似矩阵施
加概率最近邻约束将相似矩阵的学习嵌入到优化过程中,在重构空间中自适应地学习样本的相似性,使得在每一
次迭代中获取更加精确的样本局部几何流形结构,从而选择具有代表性且保持局部几何流形结构的特征。 最后,
在四个公开数据集上进行了大量的对比实验,通过将算法的特征选择结果用于 K-means 聚类并采取两种常见的聚
类评价指标:聚类精确度和归一化互信息评价聚类效果。 实验结果表明,AMRSR 算法与现有的一些算法相比有更
高的聚类精确度和归一化互信息,进一步表明该算法特征选择效果更好。
|
关 键 词: | 无监督特征选择 自表示 流形正则化 自适应 相似矩阵 |
|
| 点击此处可从《重庆工商大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《重庆工商大学学报(自然科学版)》下载全文 |
|