本文關(guān)鍵詞：基于局部子空間的多標(biāo)記特征選擇算法

  更多相關(guān)文章： 特征選擇 多標(biāo)記分類 局部子空間 互信息

【摘要】：在已有的特征選擇算法中,常用策略是通過相關(guān)準(zhǔn)則選擇與標(biāo)記集合相關(guān)性較強的特征,然而該策略不一定是最優(yōu)選擇,因為與標(biāo)記集合相關(guān)性較弱的特征可能是決定某些類別標(biāo)記的關(guān)鍵特征.基于這一假設(shè),文中提出基于局部子空間的多標(biāo)記特征選擇算法.該算法首先利用特征與標(biāo)記集合之間的互信息得到一個重要度由高到低的特征序列,然后將新的特征排序空間劃分為幾個局部子空間,并在每個子空間設(shè)置采樣比例以選擇冗余性較小的特征,最后融合各子空間的特征子集,得到一組合理的特征子集.在6個數(shù)據(jù)集和4個評價指標(biāo)上的實驗表明,文中算法優(yōu)于一些通用的多標(biāo)記特征選擇算法.
【作者單位】： 閩南師范大學(xué)計算機學(xué)院;漳州職業(yè)技術(shù)學(xué)院計算機工程系;
【關(guān)鍵詞】： 特征選擇 多標(biāo)記分類 局部子空間 互信息
【基金】：國家自然科學(xué)基金項目(No.61303131,61379021) 福建省自然科學(xué)基金項目(No.2013J01028) 福建省教育廳科技項目(No.JA14192)資助~~
【分類號】：TP18
【正文快照】： 多標(biāo)記學(xué)習(xí)是模式識別、機器學(xué)習(xí)和數(shù)據(jù)挖掘特征.等領(lǐng)域的一個熱點研究問題.在多標(biāo)記學(xué)習(xí)框架中,為此,本文引入局部子空間模型,提出基于局部對象不再局限于單一類別標(biāo)記,而是可能同時隸屬子空間的多標(biāo)記特征選擇算法(Multi-label Feature于多個類別標(biāo)記.在實際應(yīng)用中,對象經(jīng)常

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 周學(xué)君;李凱;彭錦;;論如何提高子空間信息準(zhǔn)則的精度[J];重慶文理學(xué)院學(xué)報(自然科學(xué)版);2008年04期

2 陳紀(jì)龍;魯榮喬;;連續(xù)數(shù)據(jù)上基于貝葉斯網(wǎng)的子空間例外檢測[J];科技信息;2008年35期

3 曾昭雄;黃磊;劉昌平;;RSOTP子空間學(xué)習(xí)方法[J];中國圖象圖形學(xué)報;2009年12期

4 胡正平;張曄;劉明;;分解子空間自適應(yīng)核函數(shù)綜合支持向量機算法[J];哈爾濱工業(yè)大學(xué)學(xué)報;2007年07期

5 關(guān)慶;鄧趙紅;王士同;;子空間可能性聚類機制研究[J];計算機工程;2011年05期

6 劉軍,許曉鳴;一種復(fù)雜系統(tǒng)的模糊模型結(jié)構(gòu)及遞推辨識方法[J];上海交通大學(xué)學(xué)報;1999年11期

7 陳曦;方海濤;;狀態(tài)空間模型下的Hammerstein系統(tǒng)的遞推子空間辨識方法(英文)[J];自動化學(xué)報;2010年10期

8 盧偉勝;郭躬德;嚴(yán)宣輝;陳黎飛;;SMwKnn:基于類別子空間距離加權(quán)的互k近鄰算法[J];計算機科學(xué);2014年02期

9 謝磊;梁武星;張泉靈;張建明;王樹青;;基于快速滑窗QR分解的自適應(yīng)子空間辨識[J];化工學(xué)報;2008年06期

10 黃金峰;張合新;張植;;基于固定尺度歐氏距離的變因子遞推子空間辨識算法[J];測試技術(shù)學(xué)報;2012年01期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 周學(xué)君;;關(guān)于子空間信息準(zhǔn)則的擾動分析[A];第九屆中國青年信息與管理學(xué)者大會論文集[C];2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 李帥;基于子空間分離的多模式工業(yè)過程監(jiān)測方法研究[D];東北大學(xué);2013年

2 方夢琪;基于子空間技術(shù)的麻醉過程系統(tǒng)辨識與預(yù)測控制算法研究[D];北京化工大學(xué);2015年

3 王坤芳;基于子空間LQG基準(zhǔn)的控制器參數(shù)優(yōu)化方法研究[D];華北電力大學(xué);2013年

，

本文編號：779887