计算机工程与科学 ›› 2023, Vol. 45 ›› Issue (07): 1282-1291.
赵瑞平,降爱莲
ZHAO Rui-ping,JIANG Ai-lian
摘要: 为了能够在学习特征之间深层非线性关系的同时,保持特征局部几何结构,提出一种利用单层自编码器作为特征选择和流形学习的算法。首先,利用单层自编码器的重建能力剔除对重建样本贡献微弱的单个特征,学习特征深层非线性关系,并在特征权重矩阵上进行稀疏正则化;然后,通过改进局部线性嵌入算法保持特征之间局部结构,得到一个最优特征子集;最后,设计一个新的目标损失函数,并采用L-BFGS优化算法进行迭代优化。在6个数据集上与其他6种无监督特征选择算法进行对比,实验结果表明,该算法的聚类性能和分类性能要优于其他无监督特征选择算法的。