文档名：一种鲁棒的半监督多标签特征选择方法
针对现有的半监督多标签特征选择方法利用l2-范数建立谱图易受到噪声影响的问题,本文提出一种基于l1图的半监督多标签特征选择方法,利用全局线性回归函数建立多标签特征选择模型,结合l1图获取局部描述信息,引入l2,1约束提升特征之间可区分度和回归分析的稳定性,避免噪声干扰.最后通过实验验证文中方法的有效性.
作者：严菲王晓栋曾志强
作者单位：厦门理工学院计算机与信息工程学院,福建厦门361024
母体文献：第六届中国计算机学会大数据学术会议论文集
会议名称：第六届中国计算机学会大数据学术会议
会议时间：2018年10月11日
会议地点：西安
主办单位：中国计算机学会
语种：chi
分类号：
关键词：信息处理 半监督多标签学习 特征选择
在线出版日期：2020年11月30日
基金项目：
相似文献
相关博文
- 文件大小:
- 931.84 KB
- 下载次数:
- 60
-
高速下载
|
