论文摘要
针对基于l2,p-范数的鲁棒特征选择方法存在的分类精度差问题,提出一种基于最小平方QR分解的鲁棒特征选择算法。将基于l2,p-范数的鲁棒特征选择问题转化为迭代重加权最小二乘问题,对目标函数进行求导得到权重,利用权重构造加权数据矩阵和加权类标签矩阵,最后用最小平方QR分解算法求解由两个加权矩阵构成的线性方程组问题。实验结果表明,该算法不仅收敛速度快,而且分类精度有所提高。
论文目录
文章来源
类型: 期刊论文
作者: 支晓斌,武少茹
关键词: 特征选择,最小平方分解,范数
来源: 西安邮电大学学报 2019年06期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用,自动化技术
单位: 西安邮电大学理学院,西安邮电大学通信与信息工程学院
基金: 国家自然科学基金资助项目(61671377,61102095,61571361,11401045),陕西省教育厅专项科学研究计划资助项目(18JK0719),西安邮电大学新星团队资助项目(xyt2016-01)
分类号: TP391.4;TP18
DOI: 10.13682/j.issn.2095-6533.2019.06.007
页码: 35-41
总页数: 7
文件大小: 496K
下载量: 19