基于l2,1范数和神经网络的非线性特征选择方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16798/j.issn.1003-0530.2021.09.008

基于l2,1范数和神经网络的非线性特征选择方法

引用
在基于l2,1范数的特征选择方法中,l2,1范数可以使选择的特征具有组间稀疏性和组内稀疏性,同时还可以去除特征数据中的异常值.然而,大多数基于l2,1范数的特征选择算法常通过线性方程求解,无法探究特征之间的非线性关系.因此,本文提出了一种基于l2,1范数的非线性特征选择方法,将l2,1范数与神经网络相结合.一方面,该方法利用神经网络的非线性特性对l2,1范数进行求解.另一方面,该方法利用l2,1范数实现基于神经网络框架的特征选择.最后,本文将该方法与当前流行的特征选择方法在八个公开数据集进行了对比,实验结果验证了该方法具有一定的优越性.

非线性特征选择;l2,1范数;神经网络;后向传播

37

TP181(自动化基础理论)

2021-11-08(万方平台首次上网日期,不代表论文的发表时间)

共9页

1644-1652

相关文献
评论
暂无封面信息
查看本期封面目录

信号处理

1003-0530

11-2406/TN

37

2021,37(9)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn