一种多视角数据的半监督特征选择方法

摘要

本发明公开了一种多视角数据的半监督特征选择方法，该方法首先从不同的视角采集数据的特征构成数据样本，继而构建数据样本的特征选择矩阵、拉普拉斯矩阵、对角矩阵，然后利用特征选择矩阵定义目标函数，对特征选择矩阵更新并使目标函数收敛，然后利用收敛时的特征选择矩阵构成的分类器对样本进行分类。本发明有效地发掘出数据样本的内在结构，充分利用了所有数据样本的结构特性，能够在半监督场景下对多视角数据实现特征选择，在只具有少量标签数据的情况下取得了较好的分类性能。