[发明专利]一种基于组稀疏规范和局部学习的特征选择方法在审
| 申请号： | 201711283059.6 | 申请日： | 2017-12-01 |
| 公开（公告）号： | CN108052965A | 公开（公告）日： | 2018-05-18 |
| 发明（设计）人： | 余可曼;王灿;吴越 | 申请（专利权）人： | 杭州平治信息技术股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 311202 浙江省杭州*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于组稀疏规范和局部学习的特征选择方法，选出数据中表达数据集结构的关键特征，缓解“维度灾难”。本方法采取非监督学习的方式，可适用于缺失部分标签的数据集。首先，通过局部学习，推测出缺失标签的数据的标签；之后，在回归的架构上，加上组稀疏规范，找出全局最能区分不同标签数据的一些特征。本方法的优点在于，局部学习保存了数据的流形结构，组稀疏规范保存了数据的组结构，从而相较于传统特征选择方法，局部学习和组稀疏规范的结合可以选出最能维持原数据集局部结构的特征。 | ||
| 搜索关键词： | 一种 基于 稀疏 规范 局部 学习 特征 选择 方法 | ||
【主权项】：
1.一种基于组稀疏规范和局部学习的特征选择方法，其特征在于，所述方法包括如下基本步骤：S1：使用局部学习方法推测缺失标签数据在不同类中的标签信息；S2：拟合S1得到的标签信息，并用组稀疏规范；S3：根据S2得到的回归系数，计算每个特征的得分，选出得分最高的一组特征。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州平治信息技术股份有限公司，未经杭州平治信息技术股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711283059.6/，转载请声明来源钻瓜专利网。
