基于样本差异性的多标记特征选择算法 |
| |
引用本文: | 唐莉,王晨曦,胡敏杰,林耀进,郑文彬. 基于样本差异性的多标记特征选择算法[J]. 安庆师范学院学报(自然科学版), 2019, 25(1) |
| |
作者姓名: | 唐莉 王晨曦 胡敏杰 林耀进 郑文彬 |
| |
作者单位: | 闽南师范大学计算机学院,福建漳州,363000;闽南师范大学计算机学院,福建漳州363000;数据科学与智能应用福建省高等学校重点实验室,福建漳州363000 |
| |
基金项目: | 国家自然科学基金;福建省教育厅科技项目;福建省教育厅科技项目 |
| |
摘 要: | 在多标记学习中,特征空间的高维性是多标记学习研究的主要问题。文章通过聚类构建由代表性样本组成新多标记数据,定义了多标记决策系统中样本的分类间隔及样本的差异性概念,在此基础上定义了特征权重,提出一种基于样本差异性的多标记特征选择算法,并用4个指标对4个多标记数据集进行实验评价,对比一些当前流行的特征选择算法,验证了本文所提算法的有效性。
|
关 键 词: | 特征选择 多标记学习 样本差异性 分类间隔 |
Multi-label Feature Selection Algorithm Based on Sample Differences |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|