[发明专利]一种基于隐空间学习和流行约束的无监督特征选择方法在审
| 申请号： | 202110146550.4 | 申请日： | 2021-02-03 |
| 公开（公告）号： | CN112906767A | 公开（公告）日： | 2021-06-04 |
| 发明（设计）人： | 朱信忠;徐慧英;郑晓;唐厂;赵建民 | 申请（专利权）人： | 浙江师范大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F17/16 |
| 代理公司： | 浙江千克知识产权代理有限公司 33246 | 代理人： | 赵芳 |
| 地址： | 321004 浙江*** | 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： | 本发明公开了一种基于隐空间学习和流行约束的无监督特征选择方法，包括：S11.输入原始数据矩阵，得到特征选择模型；S12.将隐空间学习嵌入至特征选择模型，得到具有隐空间学习的特征选择模型；S13.将图拉普拉斯正则化项加入具有隐空间学习的特征选择模型中，得到目标函数；S14.采用交替迭代优化策略求解目标函数；S15.对原始矩阵中的每个特征进行排序，并选择排名前k的特征，得到最优特征子集。本发明在学习的潜在隐空间中进行特征选择，该空间对于噪声是鲁棒的；潜在隐空间通过相似矩阵的非负矩阵分解来建模，该矩阵分解能明确地反映数据实例之间的关系。同时，原始数据空间的局部流形结构由潜在隐空间中基于图的流形约束项保留。 | ||
| 搜索关键词： | 一种 基于 空间 学习 流行 约束 监督 特征 选择 方法 | ||
【主权项】：
暂无信息
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浙江师范大学，未经浙江师范大学许可，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/202110146550.4/，转载请声明来源钻瓜专利网。
