摘要：现有的特征选择算法更多的只强调数据局部性,忽略了数据间的相似性。针对这一问题,提出一种基于局部和相似性嵌入的特征选择算法,将图学习、特征选择和稀疏编码并入到同一个模型中,强调数据的局部性和相似结构,通过寻找一个能保持数据局部性和相似性的投影矩阵来选择最相关的特征。通过实验与目前流行的几种算法进行对比,验证了本文方法的有效性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社