基于邻域保持学习的无监督特征选择算法

作者：刘艳芳; 叶东毅^*

来源：模式识别与人工智能, 2018, 31(12): 1096-1102.

DOI：10.16451/j.cnki.issn1003-6059.201812004

• 聚类分析
• 邻域保持
• 特征选择
• 无监督学习

近邻法对不相关特征的敏感性很高,利用邻域重构系数可以保持原有数据结构的优点,为此,文中提出基于邻域保持学习的无监督特征选择算法.首先根据数据样本和邻域的相似性构造相似矩阵,并引入中间矩阵构造低维空间.然后利用拉普拉斯乘子法选择有效特征子集.在4个公开数据集上的实验表明,文中算法可以有效识别代表性特征.

• 单位
  龙岩学院