Convex Non-Negative Matrix Factorization With Adaptive Graph for Unsupervised Feature Selection

Unsupervised feature selection (UFS) aims to remove the redundant information and select the most representative feature subset from the original data, so it occupies a core position for high-dimensional data preprocessing. Many proposed approaches use self-expression to explore the correlation betw...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on cybernetics Ročník 52; číslo 6; s. 5522 - 5534
Hlavní autoři:	Yuan, Aihong, You, Mengbo, He, Dongjian, Li, Xuelong
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States IEEE 01.06.2022 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Adaptive graph constraint Analytical models Computational modeling Encoding Factorization Feature extraction Feature selection Learning manifold structure Manifolds Modules non-negative matrix factorization (NMF) Optimization Redundancy Self expression Source code Task analysis unsupervised feature selection (UFS)
ISSN:	2168-2267, 2168-2275, 2168-2275
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!