期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于自适应稀疏监督典型相关分析的特征选择 被引量:2
1
作者 王凯明 鲁伊莎 +1 位作者 肖玉柱 宋学力 《计算机应用与软件》 北大核心 2022年第4期294-299,共6页
特征选择旨在识别高维数据最具信息性的特征,以实现高维数据的低维表示。稀疏监督典型相关分析模型利用样本的监督数据,通过提取具有最大相关性的稀疏典型向量实现特征选择。但是,为了求解方便,该模型一般把优化目标从典型变量的相关系... 特征选择旨在识别高维数据最具信息性的特征,以实现高维数据的低维表示。稀疏监督典型相关分析模型利用样本的监督数据,通过提取具有最大相关性的稀疏典型向量实现特征选择。但是,为了求解方便,该模型一般把优化目标从典型变量的相关系数组合简化为协方差组合,此简化将导致较大的特征选择偏差。针对这一问题,提出一种新的基于自适应稀疏监督典型相关分析的特征选择模型。该模型引入一组自适应权重系数,有效解决了“两两协方差的不公平组合”问题,提高了模型的特征选择能力。实验结果验证了模型的有效性和特征选择的准确性。 展开更多
关键词 特征选择 自适应 稀疏 监督典型相关分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部