基于正交约束和最大类内特征判别性的分层分类特征选择算法

打开文本图片集

摘要：在大数据时代，数据正呈现出指数级增长趋势。数据间的类别层次结构使得分类学习任务更有效率。现有的分层分类特征选择算法未充分体现出类内特征的判别性，因此本文提出了一种基于正交约束和最大化类内特征判别性的分层分类特征选择算法（Hierarchical Classification Feature Selection Algorithm Based on Orthogonal Constraintsand Intra-class Maximum Feature Discriminability，HFSOC）。（剩余16793字）