软件学报

作者：许航，张师超，吴兆江，李佳烨

单位：许航，中南大学计算机学院, 湖南 长沙 41008311,张师超，中南大学计算机学院, 湖南 长沙 41008302,吴兆江，中南大学计算机学院, 湖南 长沙 41008303,李佳烨，广西师范大学 计算机科学与信息工程学院, 广西 桂林 54100404

关键词：属性选择;自步学习;局部保留投影

基金：国家自然科学基金（61836016，61672177）；中央高校基本科研业务费专项资金（2019zzts964）

正则化属性选择算法减小噪音数据影响的效果不佳，而且样本空间的局部结构几乎没有被考虑，在将样本映射到属性子空间后，样本之间的联系与原空间不一致，导致数据挖掘算法的效果不能令人满意.提出一个抗噪音属性选择方法，可以有效地解决传统算法的这两个缺陷.该方法首先采用自步学习的训练方式，这不仅能大幅度降低离群点进入训练的可能性，而且有利于模型的快速收敛；然后，采用加入l2，1正则项的回归学习器进行嵌入式属性选择，兼顾“求得稀疏解”和“解决过拟合”，使模型更稳健；最后，融合局部保留投影的技术，将其投影矩阵转换成模型的回归参数矩阵，在属性选择的同时保持样本之间的原有局部结构.采用一系列基准数据集合测试该算法，在aCC和aRMSE上的实验结果，表明了该属性选择方法的有效性.

来源：2021年第11期

《软件学报》期刊编辑部

查看软件学报杂志2021年第11期