| 基于层次类别邻域粗糙集的在线流特征选择算法 |
| |
| 引用本文： | 曾艺祥,林耀进,范凯钧,曾伯儒.基于层次类别邻域粗糙集的在线流特征选择算法[J].南京大学学报(自然科学版),2022(3):506-518. |
| |
| 作者姓名： | 曾艺祥 林耀进 范凯钧 曾伯儒 |
| |
| 作者单位： | 1. 闽南师范大学计算机学院;2. 数据科学与智能应用福建省高校重点实验室 |
| |
| 基金项目： | 国家自然科学基金（62076116）；;福建省自然科学基金（2021J02049）； |
| |
| 摘 要： | 在开放动态环境中，在线流特征选择是降低特征空间维度的有效方法 .现有的在线流特征选择算法能够有效地选择一个较优的特征子集，然而，这些算法忽略了类别中可能存在的层次结构.基于此，提出基于层次类别邻域粗糙集的在线流特征选择算法：首先，在邻域粗糙集中引入层次最近异类的邻域关系，避免邻域粒度的选择，借助层次结构计算特征对标记的层次依赖度，推广邻域粗糙集模型以适应层次类别数据；其次，基于层次依赖度提出三个在线特征评价函数，设计了在线相关选择、在线重要度计算和在线冗余更新的层次特征选择框架；最后，在六个层次类别数据集和八个扁平单标记数据集上的实验表明，提出的算法优于现有最先进的在线流特征选择算法.
|
| 关 键 词： | 在线流特征选择 邻域粗糙集 层次分类 层次依赖度 |
|
|
