基于自步学习的半监督特征选择算法研究

摘要：

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.

关键词：特征选择、自步学习、半监督学习、降维

所属期刊栏目：16

分类号：TP391(计算技术、计算机技术)

在线出版日期：2020-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：210,213