基于线性回归的多维数据半监督维数约减方法探究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：多维数据约减时，并未考虑数据本身的结构，无法较好地保留原始数据结构，影响数据维数约减效果，为此，研究基于线性回归的多维数据半监督维数约减方法。利用正交增量子空间类标传播算法，将有类标多维数据样本标记无类标多维数据样本通过线性回归，建立样本稀疏表示正则项；结合稀疏表示正则项，设计半监督维数约减目标函数，获取最大广义特征值相应的特征向量，构建多维数据的投影矩阵，将多维数据投影成低维数据，完成半监督维数约简。（剩余7288字）

试读结束

目录
monitor