10.3969/j.issn.1003-0077.2018.07.012
融合K均值聚类和低秩约束的属性选择算法
针对无监督属性选择算法无类别信息和未考虑属性低秩等问题,该文提出了一种融合K均值聚类和低秩约束的属性选择算法.算法在线性回归的模型框架中有效地嵌入自表达方法,同时利用K均值聚类产生伪类标签最大化类间距以更好地稀疏结构,并使用l2,p-范数代替传统的l2,1-范数,通过参数p来灵活调节结果的稀疏性,最后证明了该文算法具有执行线性判别分析的特点和收敛性.经实验验证,该文提出的属性算法与N FS算法、LDA算法、RFS算法、RSR算法相比分类准确率平均提高了17.04% 、13.95% 、3.6% 和9.39%,分类准确率方差也是最小的,分类结果稳定.
属性选择、自表达方法、K均值聚类、低秩约束、稀疏学习
32
TP181(自动化基础理论)
陕西省教育厅项目15BY117
2018-08-28(万方平台首次上网日期,不代表论文的发表时间)
共8页
91-98