期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
用于非监督特征选择的免疫克隆多目标优化算法
被引量：
3
1
作者
尚荣华
焦李成
+2 位作者
吴建设
马文萍
李阳阳
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2010年第1期18-22,共5页
提出一种基于免疫克隆多目标优化算法的特征选择方法,先将非监督特征选择问题归结为多目标优化问题,然后构造相应的问题模型和目标函数.最后,采用免疫克隆多目标优化算法,通过增加相关特征的显著性,减小不相关特征的显著性来实现每个特...
提出一种基于免疫克隆多目标优化算法的特征选择方法,先将非监督特征选择问题归结为多目标优化问题,然后构造相应的问题模型和目标函数.最后,采用免疫克隆多目标优化算法,通过增加相关特征的显著性,减小不相关特征的显著性来实现每个特征显著性的优化,达到特征选择的目的.UCI数据集的仿真实验表明,该算法降低了错误识别率,验证了其在非监督特征选择中的应用潜力.
展开更多
关键词
非监督特征选择
克隆
选择
多目标优化
在线阅读
下载PDF
职称材料
基于图结构优化的自适应多度量非监督特征选择方法
被引量：
5
2
作者
林筠超
万源
《计算机应用》
CSCD
北大核心
2021年第5期1282-1289,共8页
非监督特征选择是机器学习领域的热点研究问题,对于高维数据的降维和分类都极为重要。数据点之间的相似性可以用多个不同的标准来衡量,这使得不同的数据点之间相似性度量标准难以一致;并且现有方法多数通过近邻分配得到相似矩阵,因此其...
非监督特征选择是机器学习领域的热点研究问题,对于高维数据的降维和分类都极为重要。数据点之间的相似性可以用多个不同的标准来衡量,这使得不同的数据点之间相似性度量标准难以一致;并且现有方法多数通过近邻分配得到相似矩阵,因此其连通分量数通常不够理想。针对这两个问题,将相似矩阵看作变量而非预先对其进行设定,提出了一种基于图结构优化的自适应多度量非监督特征选择(SAM-SGO)方法。该方法将不同的度量函数自适应地融合成一种统一的度量,从而对多种度量方法进行综合,自适应地获得数据的相似矩阵,并且更准确地捕获数据点之间的关系。为获得理想的图结构,通过对相似矩阵的秩进行约束,在优化图局部结构的同时简化了计算。此外,将基于图的降维问题合并到所提出的自适应多度量问题中,并引入稀疏l_(2,0)正则化约束以获得用于特征选择的稀疏投影。在多个标准数据集上的实验验证了SAM-SGO的有效性,相比较于近年所提出的基于局部学习聚类的特征选择和内核学习(LLCFS)、依赖指导的非监督特征选择(DGUFS)和结构化最优图特征选择(SOGFS)方法,该方法的聚类正确率平均提高了约3.6个百分点。
展开更多
关键词
自适应多度量
图结构优化
子空间学习
稀疏正则化约束
非监督特征选择
在线阅读
下载PDF
职称材料
基于三元组排序局部性的SOCFS改进算法
3
作者
吴昌明
赵兴涛
柳可鑫
《计算机工程》
CAS
CSCD
北大核心
2020年第5期47-53,共7页
特征选择是一种常用的机器学习降维方法,然而传统非监督特征选择算法在保持数据样本维度的局部结构时,却忽略了排序局部性对特征选择的影响。利用数据的三元组局部结构,构建数据之间的排序关系并在特征选择过程中进行局部性保持,提出基...
特征选择是一种常用的机器学习降维方法,然而传统非监督特征选择算法在保持数据样本维度的局部结构时,却忽略了排序局部性对特征选择的影响。利用数据的三元组局部结构,构建数据之间的排序关系并在特征选择过程中进行局部性保持,提出基于三元组排序局部性的同时正交基聚类特征选择(SOCFS)改进算法,选择具有局部结构保持性且判别区分度高的特征。实验结果表明,与传统非监督特征选择算法相比,SOCFS改进算法聚类效果更好、收敛速度更快。
展开更多
关键词
非监督特征选择
三元组
排序局部性
聚类
收敛性
在线阅读
下载PDF
职称材料
题名
用于非监督特征选择的免疫克隆多目标优化算法
被引量：
3
1
作者
尚荣华
焦李成
吴建设
马文萍
李阳阳
机构
西安电子科技大学智能感知与图像理解教育部重点实验室
出处
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2010年第1期18-22,共5页
基金
国家"863"计划资助项目(2009AA12Z210)
陕西省"13115"科技创新工程重大科技专项资助项目(2008ZDKG-37)
+7 种基金
国家自然科学基金资助项目(60703107
60703108
60803098)
陕西省自然科学基金资助项目(2007F32)
国家教育部博士点基金资助项目(20070701022)
中国博士后科学基金特别资助项目(200801426)
中国博士后科学基金资助项目(20080431228)
教育部长江学者和创新团队支持计划资助项目(IRT0645)
文摘
提出一种基于免疫克隆多目标优化算法的特征选择方法,先将非监督特征选择问题归结为多目标优化问题,然后构造相应的问题模型和目标函数.最后,采用免疫克隆多目标优化算法,通过增加相关特征的显著性,减小不相关特征的显著性来实现每个特征显著性的优化,达到特征选择的目的.UCI数据集的仿真实验表明,该算法降低了错误识别率,验证了其在非监督特征选择中的应用潜力.
关键词
非监督特征选择
克隆
选择
多目标优化
Keywords
unsupervised feature selection
clonal selection
multi-objective optimization
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于图结构优化的自适应多度量非监督特征选择方法
被引量：
5
2
作者
林筠超
万源
机构
武汉理工大学理学院
出处
《计算机应用》
CSCD
北大核心
2021年第5期1282-1289,共8页
基金
中央高校基本科研业务费专项资金资助项目(2019IB010)。
文摘
非监督特征选择是机器学习领域的热点研究问题,对于高维数据的降维和分类都极为重要。数据点之间的相似性可以用多个不同的标准来衡量,这使得不同的数据点之间相似性度量标准难以一致;并且现有方法多数通过近邻分配得到相似矩阵,因此其连通分量数通常不够理想。针对这两个问题,将相似矩阵看作变量而非预先对其进行设定,提出了一种基于图结构优化的自适应多度量非监督特征选择(SAM-SGO)方法。该方法将不同的度量函数自适应地融合成一种统一的度量,从而对多种度量方法进行综合,自适应地获得数据的相似矩阵,并且更准确地捕获数据点之间的关系。为获得理想的图结构,通过对相似矩阵的秩进行约束,在优化图局部结构的同时简化了计算。此外,将基于图的降维问题合并到所提出的自适应多度量问题中,并引入稀疏l_(2,0)正则化约束以获得用于特征选择的稀疏投影。在多个标准数据集上的实验验证了SAM-SGO的有效性,相比较于近年所提出的基于局部学习聚类的特征选择和内核学习(LLCFS)、依赖指导的非监督特征选择(DGUFS)和结构化最优图特征选择(SOGFS)方法,该方法的聚类正确率平均提高了约3.6个百分点。
关键词
自适应多度量
图结构优化
子空间学习
稀疏正则化约束
非监督特征选择
Keywords
Self-Adaptive Multi-measure(SAM)
Structured Graph Optimization(SGO)
subspace learning
sparse regularization constraint
unsupervised feature selection
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于三元组排序局部性的SOCFS改进算法
3
作者
吴昌明
赵兴涛
柳可鑫
机构
中国人民公安大学信息技术与网络安全学院
出处
《计算机工程》
CAS
CSCD
北大核心
2020年第5期47-53,共7页
基金
国家重点研发计划(2017YFC0820606)
国家自然科学基金(61771072)
公安部科技强警基础工作专项(2014GABJC026)。
文摘
特征选择是一种常用的机器学习降维方法,然而传统非监督特征选择算法在保持数据样本维度的局部结构时,却忽略了排序局部性对特征选择的影响。利用数据的三元组局部结构,构建数据之间的排序关系并在特征选择过程中进行局部性保持,提出基于三元组排序局部性的同时正交基聚类特征选择(SOCFS)改进算法,选择具有局部结构保持性且判别区分度高的特征。实验结果表明,与传统非监督特征选择算法相比,SOCFS改进算法聚类效果更好、收敛速度更快。
关键词
非监督特征选择
三元组
排序局部性
聚类
收敛性
Keywords
unsupervised feature selection
triplet
ordinal locality
clustering
convergence
分类号
TP399 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
用于非监督特征选择的免疫克隆多目标优化算法
尚荣华
焦李成
吴建设
马文萍
李阳阳
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2010
3
在线阅读
下载PDF
职称材料
2
基于图结构优化的自适应多度量非监督特征选择方法
林筠超
万源
《计算机应用》
CSCD
北大核心
2021
5
在线阅读
下载PDF
职称材料
3
基于三元组排序局部性的SOCFS改进算法
吴昌明
赵兴涛
柳可鑫
《计算机工程》
CAS
CSCD
北大核心
2020
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
