基于凸非负矩阵分解及自适应图的特征选择方法和装置

摘要

本发明公开了一种基于凸非负矩阵分解及自适应图的特征选择方法和装置，包括获取输入数据矩阵；输入数据矩阵为数据挖掘数据矩阵、机器学习数据矩阵、计算机视觉数据矩阵中的一种；将输入数据矩阵投影到伪标签空间，获得投影模型；将凸非负矩阵分解引入投影模型中，获得融合模型；对融合模型进行自适应图约束，确定特征选择模型；根据特征选择模型中自表达矩阵行元素的平方和进行排序，选取出排在前N的索引序号，将索引序号对应的特征选择作为选出的N个特征。本发明通过将凸非负矩阵分解引入到模型中，能很好地挖掘数据间的关系；通过构建自适应图约束，将自表达和伪标签矩阵学习巧妙的融合在一起，从而能很好地选出具有表达性和重要性的特征。