OPT OpenIR  > 其它单位  > 其它部门
具有结构保持特性的数据特征选择方法
Alternative Title具有结构保持特性的数据特征选择方法
李学龙; 鲁全茂; 董永生
2018-12-21
Rights Holder中国科学院西安光学精密机械研究所
Date Available2018-08-10
Country中国
Subtype发明专利
Contribution Rank1
Abstract本发明公开了一种具有结构保持特性的数据特征选择方法,本发明可以得到一种更有效的无监督特征选择算法,该算法利用自表达模型对特征选择问题进行建模,从而避免因学习伪标签数据带来的噪声问题,进一步通过加入结构保持特性提高算法的鲁棒性,从而得到精度较高的聚类结果。其实现步骤是:(1)确定原始数据集X,构造原始数据集X的自表达模型;(2)自表达模型加入局部流形结构保持约束;(3)对加入局部流行结构保持约束的重构系数矩阵W进行约束,得到目标函数表达式;(4)对目标函数表达式进行优化求解;(5)对求解得到的特征选择矩阵进行特征选择。
Claim一种具有结构保持特性的数据特征选择方法,其特征在于,包括以下步骤: 步骤1,确定原始数据集X,构造原始数据集X的自表达模型; X=N×d,其中,N为数据个数,d为数据特征维度;N和d均为正整数; 具体构造方法是: 对于原始数据集X的第i个特征,构建自表达模型: 其中wji为表达系数,fi表示原始数据集X的i个特征,|·|p为原始数据集X的p范数,fj表示原始数据集X的j个特征; 原始数据集X的自表达模型为: min||W||p,X=XW, (2) 其中,W∈Rd×d,W为重构表达系数矩阵; 考虑到(2)原始数据集X通常包含噪声,因此上式为: 其中,E表示原始数据集X中的噪声项,表达式(3)等同于: 其中α为权重系数; 步骤2,对表达式(4)加入局部流行结构保持约束; 在原始数据集X中选定任意两个数据点xm和xn,其对应的权重可以表示为: 结合表达式(4)和(5)得到表达式(6): 为保持局部流形结构,数据点xm和xn对应的重构数据WTxm和WTxn, WTxm代表XW的第m个重构数据点的转置,WTxn代表XW的第n重构数据点的转置; 步骤3,对表达式(6)中的重构系数矩阵W进行约束,得到目标函数表达式; 对重构系数矩阵W进行l2,1正则约束,保证求得的重构系数矩阵W是行稀疏的,目标函数表达式为: 步骤4,对目标函数表达式进行优化求解; 考虑到需要对式(7)进行求导,将式(7)中的第三项进行简化,具体为: 因此目标函数式(8)可以转换为以下形式: 其中,LS=D-S表示S对应的Laplacian矩阵,考虑到W是行稀疏的,同时||wi||2有可能为零,因此将||wi||2写为ε为趋近于0的正数,可以得到: 令 J对W求导并令导数为零,可以得到: 其中,Q∈Rd×d是一个对角矩阵,其中的每一个对角元素Qii的形式如下: 固定Q,可以得到W的表达式为: W=(βXTLSX+XTX+αQ)-1XTX. (13) 采用式(12)和(13)对Q和W进行求解,并判断式(10)中的J是否达到收敛条件;所述收敛条件是J≤10-5;若J≤10-5,则认为达到收敛,输出最终的特征选择矩阵W*;若J>10-5,则认为未达到收敛,则继续采用式(12)和(13)对Q和W进行迭代求解,直J其满足收敛条件; 步骤5,根据W*,进行特征选择; 对于每一个特征i,求解然后根据降序进行排序,选择前h个最大值对应的特征作为最后的特征选择结果,其余对应的特征剔除。
Subject AreaG06k9/62
MOST Discipline CatalogueG06
Copyright Date2018-12-21
DOIG06K9
Application Date2018-02-28
Patent NumberCN201810167419.4
Language中文
Status申请中
Application NumberCN201810167419.4
PCT Attributes
Open (Notice) NumberCN108388918A
IPC Classification NumberG06K9/62
Patent Agent唐沛
Agency西安智邦专利商标代理有限公司
Citation statistics
Document Type专利
Identifierhttp://ir.opt.ac.cn/handle/181661/31040
Collection其它单位_其它部门
Affiliation中国科学院西安光学精密机械研究所
First Author Affilication中国科学院西安光学精密机械研究所
Recommended Citation
GB/T 7714
李学龙,鲁全茂,董永生. 具有结构保持特性的数据特征选择方法. CN201810167419.4[P]. 2018-12-21.
Files in This Item:
File Name/Size DocType Version Access License
2018101674194.pdf(2661KB)专利 开放获取CC BY-NC-SAApplication Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[李学龙]'s Articles
[鲁全茂]'s Articles
[董永生]'s Articles
Baidu academic
Similar articles in Baidu academic
[李学龙]'s Articles
[鲁全茂]'s Articles
[董永生]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[李学龙]'s Articles
[鲁全茂]'s Articles
[董永生]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.