具有结构保持特性的数据特征选择方法

doi:G06K9

OPT OpenIR > 热控技术研究室 > 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
其他题名	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
专利权人	中国科学院西安光学精密机械研究所
公开日期	2018-08-10
授权国家	中国
专利类型	发明专利
产权排序	1
摘要	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。
主权项	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。
学科领域	G06k9/62
学科门类	G06
授权日期	2018-12-21
DOI	G06K9
申请日期	2018-02-28
专利号	CN201810167419.4
语种	中文
专利状态	申请中
申请号	CN201810167419.4
PCT属性	否
公开（公告）号	CN108388918A
IPC 分类号	G06K9/62
专利代理人	唐沛
代理机构	西安智邦专利商标代理有限公司
引用统计
文献类型	专利
条目标识符	http://ir.opt.ac.cn/handle/181661/31040
专题	热控技术研究室_其它单位_其它部门
作者单位	中国科学院西安光学精密机械研究所
第一作者单位	中国科学院西安光学精密机械研究所
推荐引用方式 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.

条目包含的文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
2018101674194.pdf（2661KB）	专利		限制开放	CC BY-NC-SA	请求全文