【摘 要】
：
在大数据时代,特征选择对于降低复杂度、压缩存储量、提升数据分析泛化能力等具有重要作用。针对大量的无标签高维样本,无监督特征选择技术能够更好地缓解维数灾难问题并得到
【机 构】
：
国网浙江省电力有限公司经济技术研究院
【基金项目】
：
国网浙江省电力有限公司科技项目（5211JY15001V）
论文部分内容阅读
在大数据时代,特征选择对于降低复杂度、压缩存储量、提升数据分析泛化能力等具有重要作用。针对大量的无标签高维样本,无监督特征选择技术能够更好地缓解维数灾难问题并得到了广泛应用。对此,提出了一种凹型正则约束的自表示模型,通过特征间的互线性表示以及l_（2,p）范数用于无监督特征选择。对比常见的凸函数约束,所提方法具有更为稀疏的系数解,能更有效地选择显著性特征子空间。为求解目标系数,进一步提出了一种有效的迭代重加权最小二乘算法,保证模型得以收敛至稳定解。9个公开数据集中的试验表明,所提方法在分类精度和聚类性能方
其他文献
本文通过作为天津市高校图书馆联（TAMS）的成员之一的天津科技大学图书馆在电子资源建设方面的体会和认识，提出提高高校图书馆电子资源建设效益的建议和对策。
Along with extension of cultural exchanges between China and America,more and more American films are introduced into China,which makes film title translation m
为了解机枪在水下发射环境中膛口燃气射流场的演化特性,建立了膛口燃气射流(含弹丸)在液体中扩展的两维两相流模型,借助Fluent软件,运用UDF和动网格技术,针对12.7mm机枪在水