计算机应用研究

作者：李佳烨,张乐园,雷聪,甘江璋,吕治政,

单位：广西师范大学广西多源信息挖掘与安全重点实验室,广西桂林541004；

关键词：属性选择,核函数,低秩,局部结构学习,稀疏正则化,

基金：国家自然科学基金资助项目(61170131,61263035,61573270,90718020)；国家重点研发计划资助项目(2016YFB1000905)；国家“973”计划资助项目(2013CB329404)；中国博士后科学基金资助项目(2015M570837)；广西自然科学基金资助项目(2015GXNSFCB139011,2015GXNSFAA139306)；；

针对大多数高维数据之间不仅有相似性，而且还有非线性关系等特点，提出一种基于局部结构学习的非线性属性选择算法。该算法首先通过核函数把数据映射到高维空间，在高维空间中表示出数据属性之间的非线性关系；然后在低维空间中通过局部结构学习来充分挖掘属性之间的相似性，同时通过低秩约束来排除噪声的干扰；最后通过稀疏正则化因子来进行属性选择。其通过核函数映射来找出数据属性之间的非线性关系，运用局部结构学习来找出数据属性之间的相似性，是一种嵌入了局部结构学习的非线性属性选择算法。实验结果表明，该算法相比其他对比算法有更好的效果。

来源：2020年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第2期