自适应特征选择加权k子凸包分类

作者：牟廉明

来源：山东大学学报(工学版), 2018, 48(05): 32-37.

• 加权k子凸包
• 度量学习
• 正则化
• 特征选择
• 自适应

针对问题维数的增加以及不同特征对分类的作用往往不一样,导致k子凸包分类性能降低等问题,设计自适应特征选择加权k子凸包分类方法。根据传统凸包距离存在的不足引入加权k子凸包距离,在测试样本的k邻域内引入距离度量学习技术和正则化技术进行自适应的特征选择,并将自适应特征选择无缝嵌入加权k子凸包优化模型中,这样就能为不同的测试样本在不同的类别中学习自适应特征空间,得到有效的加权k子凸包距离计算方法。试验结果表明,该方法不仅能够进行降维,而且具有明显的分类性能优势。

• 单位
  内江师范学院