【技术实现步骤摘要】
本专利技术涉及特征选择,尤其涉及一种无监督多视角特征选择方法、装置、电子设备及存储介质。
技术介绍
1、随着信息技术的发展,通常可以获取目标对象的大量多视角数据,例如,图像的多种特征表示、多传感器带来的遥感数据等。虽然这些多视角数据可以更加全面的描述目标对象,但是多视角数据之间关系复杂且数据维度高,会大大增加计算负担和存储负担,因此,需要对多视角数据进行筛选。
2、现有技术中,可以基于训练好的监督模型进行特征选择,由于这种监督模型的训练样本需要包含标签信息,因此,标注标签信息的过程需要耗费较大精力。
技术实现思路
1、本专利技术提供一种无监督多视角特征选择方法、装置、电子设备及存储介质,用以解决现有技术中在训练特征选择模型时,标注标签信息的过程需要耗费较大精力的问题。
2、本专利技术提供一种无监督多视角特征选择方法,包括:获取目标对象的多视角特征;通过所述多视角特征构建无监督多视角特征选择模型,并求解所述无监督多视角特征选择模型获得特征选择矩阵;根据所述特征选择矩阵
...【技术保护点】
1.一种无监督多视角特征选择方法,其特征在于,包括:
2.根据权利要求1所述的无监督多视角特征选择方法,其特征在于,所述无监督多视角特征选择模型的目标表达式为:
3.根据权利要求2所述的无监督多视角特征选择方法,其特征在于,所述通过所述多视角特征构建无监督多视角特征选择模型,包括:
4.根据权利要求3所述的无监督多视角特征选择方法,其特征在于,所述第一目标函数为:
5.根据权利要求1-4任一项所述的无监督多视角特征选择方法,其特征在于,所述根据所述特征选择矩阵确定每个特征得分,并基于所述特征得分进行特征选择,包括:
>6.一种无监...
【技术特征摘要】
1.一种无监督多视角特征选择方法,其特征在于,包括:
2.根据权利要求1所述的无监督多视角特征选择方法,其特征在于,所述无监督多视角特征选择模型的目标表达式为:
3.根据权利要求2所述的无监督多视角特征选择方法,其特征在于,所述通过所述多视角特征构建无监督多视角特征选择模型,包括:
4.根据权利要求3所述的无监督多视角特征选择方法,其特征在于,所述第一目标函数为:
5.根据权利要求1-4任一项所述的无监督多视角特征选择方法,其特征在于,所述根据所述特征选择矩阵确定每个特征得分,并基于所述特征得分进行特征选择,包括:
6.一种无监督多视角特征选择装置,其特征在于,包括:获取模块和处理模...
【专利技术属性】
技术研发人员:黄夏渊,聂祥丽,游琳敬,张波,乔红,
申请(专利权)人:中国科学院自动化研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。