鲁棒特征提取算法

• 作 者: 侯勇 郑雪峰
• 机 构: 北京科技大学计算机与通信工程学院,山东经贸职业学院科学与人文学院
• 出 处: 计算机工程与设计
• 发表日期: 2013年09期
• 关键词: 特征提取 降维 内在维数 鲁棒特征提取算法 随机森林 feature mapping dimensionality reduction inner dime
• 基金项目: 山东省企业培训与职工教育课题基金项目（2012-277）,潍坊市社科规划重点基金项目（潍社科学术委发[2011]2号）,山东省高校人文社科研究计划基金项目（J08WG71）

特征提取技术的应用依赖于数据的固有属性,研究了当前流行的特征提取技术,并针对这些特征提取技术所存在的弱点,提出了一种新颖的特征提取算法-鲁棒特征提取算法。该算法分为两个阶段,以同时最大化不同类之间的距离与最小化类内距离为目标。实验结果表明,在对现实世界数据集进行特征提取时,鲁棒特征提取算法表现出的性能在分类精度与效率的指标上均能达到最优。对这些实验结果进行了解释,并给出了进一步研究的方向。