基于核函数的低秩非线性属性选择算法

摘要：

高维的数据之间除了有线性关系之外,还有非线性的关系,为此提出一种基于核函数的低秩非线性属性选择算法.通过核函数把数据的每个属性都映射到高维空间,在高维空间中表示出属性之间的非线性关系;通过低秩约束排除噪声的干扰,利用高维空间中数据属性对应的稀疏正则化因子进行属性选择.核函数映射可以找出数据属性之间的非线性关系,低秩约束相当于对高维数据的全局结构进行子空间学习.该算法是一种嵌入了低秩结构的非线性属性选择算法.实验结果表明,该算法比其它的属性选择算法具有更好的效果.

关键词：属性选择、核函数、低秩、子空间学习、稀疏正则化

所属期刊栏目：40

分类号：TP181(自动化基础理论)

资助基金：国家重点研发计划基金项目2016YFB1000905;国家自然科学基金项目61170131、61263035、61573270、90718020;国家973重点基础研究发展计划基金项目2013CB329404;中国博士后科学基金项目2015M570837;广西自然科学基金项目2015GXNSFCB139011、2015GXNSFAA139306;广西研究生教育创新计划基金项目YCSW2019073、JXYJSKT-2019-005、JXYJSKT-2019-006

在线出版日期：2019-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2537-2543,2563