计算机应用研究

作者：曹传杰,王靖,赵伟豪,周科艺,杨晓君,

单位：广东工业大学a.信息工程学院;b.集成电路学院,广州510006；

关键词：降维,线性判别分析,子空间学习,比值和,

基金：广东省面上自然基金资助项目(2021A1515011141)；国防重点实验室开放基金资助项目；国家自然基金青年资助项目(61904041)；；

降维是处理高维数据的一项关键技术，其中线性判别分析及其变体算法均为有效的监督算法。然而大多数判别分析算法存在以下缺点：a）无法选择更具判别性的特征；b）忽略原始空间中噪声和冗余特征的干扰；c）更新邻接图的计算复杂度高。为了克服以上缺点，提出了基于子空间学习的快速自适应局部比值和判别分析算法。首先，提出了统一比值和准则及子空间学习的模型，以在子空间中探索数据的潜在结构，选择出更具判别信息的特征，避免受原始空间中噪声的影响；其次，采用基于锚点的策略构造邻接图来表征数据的局部结构，加速邻接图学习；然后，引入香农熵正则化，以避免平凡解；最后，在多个数据集上进行了对比实验，验证了算法的有效性。

来源：2024年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第1期