论文部分内容阅读
针对已有的多回归算法未能更好地考虑不同列类别之间的关联性,提出了一种基于超图稀疏的属性选择方法.利用稀疏理论中的e2.p-范数来改进线性回归模型,结合低秩结构和超图表示来分别考虑同一类别间的局部结构和不同类别间的全局结构,通过子空间学习中的线性判别分析(LDA)来进一步调整重构系数矩阵的结果.经实验验证,提出的算法在六个公开数据集上相比四种对比算法,在多回归分析中均能取得更好的结果.