一种无监督正则化矩阵分解特征选择方法

摘要

本发明提供了一种无监督正则化矩阵分解特征选择方法(URMFFS方法)，该方法通过引入内积正则化约束考虑所选特征之间的相关性，使所选的特征子集不仅能够很好的表示原始高维特征并且具有较低冗余性。本发明还设计了一种迭代优化算法来求解URMFFS方法。将URMFFS方法与目前较为流行的无监督特征选择方法分别在六个常用数据库(AR10P、Yale、ORL、Jaffe、PIE10P和TOX‑171)上进行了大量对比实验，实验结果表明，URMFFS方法的性能显著优于其它无监督特征选择方法。