基于自步学习的半监督特征选择算法研究
图像往往由高维特征向量表示,为了有效地从高维特征向量中选取最具有判别性的低维特征向量,学者们提出了多种特征选择算法,其中基于图拉普拉斯的半监督特征选择算法得到了广泛的应用,但是,现有的算法在特征选择过程中忽略了不同样本的不同复杂度.为了克服这个缺点,文章将自步学习引入到特征选择过程中,有效提升了特征选择性能.
特征选择、自步学习、半监督学习、降维
16
TP391(计算技术、计算机技术)
2020-06-17(万方平台首次上网日期,不代表论文的发表时间)
共2页
210,213