西安邮电大学学报

2019, v.24;No.141(06) 35-41

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于最小平方QR分解的改进鲁棒特征选择
Improved robust feature selection based on least square QR-factorization

支晓斌;武少茹;

摘要(Abstract):

针对基于l_(2,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l_(2,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。

关键词(KeyWords): 特征选择;最小平方QR分解;l2,p-范数

Abstract:

Keywords:

基金项目(Foundation): 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)

作者(Author): 支晓斌;武少茹;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享