一种具有动态图约束的稀疏低冗余多标签特征选择方法

本发明公开了一种具有动态图约束的稀疏低冗余多标签特征选择方法，该方法通过依图学图的方式，结合图拉普拉斯秩约束的动态图学习技术，还结合余弦定理和L2,1范数设计了一种稀疏低冗余惩罚项，用于去除特征间的冗余信息，该方法通过与现有先进方法的大量对比实验验证了SLDMG的有效性和优越性。该方法相对于现有技术中使用动态图的DSMFS、DMMFS和SLMDS，SLDMG中的动态图学习技术可以得到更适合多标签特征选择的图矩阵；相对于考虑特征冗余的RFSFS和SLDMS，SLDMG中设计的稀疏低冗余惩罚项可以更好的去除特征间的冗余信息。