| 高维数据挖掘中基于正则化估计的特征提取算法 |
| |
| 引用本文： | 李泽安.高维数据挖掘中基于正则化估计的特征提取算法[J].合肥工业大学学报(自然科学版),2012,35(12). |
| |
| 作者姓名： | 李泽安 |
| |
| 作者单位： | 南通大学计算机科学与技术学院,江苏南通,226019 |
| |
| 基金项目： | 南通大学自然科学基金资助项目 |
| |
| 摘 要： | 文章基于高斯回归模型,利用坐标算法并结合KKT条件对已存在的正则估计方法进行了改进,提出了一种对高维数据更加有效的变量选择(或称特征提取)的正则化估计方法.该方法考虑了实际数据中存在的噪声对正则化估计的影响,并能对噪声进行有效估计,文中给出了改进算法的实施细节,并通过实验结果验证了该方法在一定数据范围内具有估计的有效性和提高变量选择(特征提取)的准确性.
|
| 关 键 词： | 特征提取 稀疏性 惩罚函数 变量选择 正则化估计 坐标算法 |
Feature extraction algorithm in high-dimensional data mining based on regularized estimation |
| |
| LI Ze-an.Feature extraction algorithm in high-dimensional data mining based on regularized estimation[J].Journal of Hefei University of Technology(Natural Science),2012,35(12). |
| |
| Authors: | LI Ze-an |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
