基于子空间学习的快速自适应局部比值和判别分析

作者：曹传杰; 王靖^*; 赵伟豪; 周科艺; 杨晓君

来源：计算机应用研究, 2023, 1-10.

DOI：10.19734/j.issn.1001-3695.2023.05.0194

• 降维
• 线性判别分析
• 子空间学习
• 比值和

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，提出统一了比值和准则和子空间学习的模型，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来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。

• 出版日期2023
• 单位广东工业大学