控制与决策

作者：朱建勇,周振辰,杨辉,聂飞平

单位：华东交通大学 电气与自动化工程学院,南昌 330013;江西省先进控制与优化重点实验室,quad 南昌 330013,,华东交通大学 电气与自动化工程学院,南昌 330013;江西省先进控制与优化重点实验室,quad 南昌 330013,,华东交通大学 电气与自动化工程学院,南昌 330013;江西省先进控制与优化重点实验室,quad 南昌 330013,,西北工业大学 光学影像分析与学习中心,西安 710072,

关键词：半监督;特征选择;自适应损失;稀疏约束;$l_{2,p

基金：国家自然科学基金重点项目(61733005)；国家自然科学基金项目(61563015,61963015,61863014)；江西省自然科学基金项目(20171ACB21039,20192BAB207024)；江西省教育厅科技项目(GJJ150552).

传统的基于拉普拉斯图的半监督特征选择算法处理高维、少标签样本时,缺乏外推能力且对数据异常值的鲁棒性差.基于此,提出一种基于Hessian正则的自适应损失半监督稀疏特征选择算法.首先,为提升线性映射能力,利用Hessian正则保留数据的局部流形结构;其次,为增强模型对具有较小或者较大损失数据的鲁棒性,引入自适应损失函数,通过调节自适应损失参数确定最小损失;再次,采用$l_{2,p

来源：2021年第8期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第8期