夏广胜
- 作品数:1 被引量:0H指数:0
- 供职机构:南京理工大学计算机科学与技术学院更多>>
- 发文基金:中国博士后科学基金江苏省博士后科研资助计划项目国家自然科学基金更多>>
- 相关领域:电子电信更多>>
- 稀疏表示保持的鉴别特征选择算法
- 2015年
- 稀疏表示作为一种基于部分数据的表示,已经吸引了越来越多的关注,并广泛应用于模式识别和机器学习领域。提出一种新的算法,称为稀疏表示保持的鉴别特征选择(SRPFS),其目的是选择鉴别性特征子集,使得在所选特征子空间中,样本的稀疏类内重构残差和稀疏类间重构残差的差值最小化。与传统算法选择特征的独立性方式不同,该算法以批处理方式选择最具鉴别性的特征,并用于优化提出的l2,1范数最小化的目标函数。在标准UCI数据集和哥伦比亚图像数据库的实验结果表明,该算法在识别性能和稳定性方面优于其他经典特征选择算法。
- 夏广胜严慧