基于图学习和视图权重学习的无监督多视图特征选择方法

摘要

本发明提供了一种基于图学习和视图权重学习的无监督多视图特征选择方法。首先，构建了基于图学习和视图权重学习的无监督多视图特征选择模型，并求解此模型来得到多视图数据中每一幅视图的特征选择矩阵；然后，根据特征选择矩阵行向量的2‑范数值进行排序，并根据需要选择得到相应的特征。本发明通过自适应学习得到最优的所有视图共同的相似度矩阵来刻画原始数据的流形结构，并进行自适应权重分配，能够挖掘不同视图间存在的互补信息，为特征选择过程提供更全面更精确的支撑信息，从而选择得到更有价值的特征。