基于模拟退火的多标记数据特征选择

• 作者: 张永波 游录金 陈杰新
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 多标记学习 特征选择 模拟退火 维数约简 YAHOO网页
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 智能技术
• 页码范围: 2494-2496,2500
• 分类号: TP391.41
• 字数: 2751字
• 语种: 中文

摘要

多标记数据有很多的冗余特征和数据,为了解决多标记数据中冗余和无关特征,提高多标记学习算法的泛化能力.提出一个基于模拟退火的卷积式特征选择方法——SAML(simulated annealing based feature selection for multi-label data),已有的算法只是使用了遗传算法来进行优化,新算法采用模拟退火来寻找最优子集,其效果在已有的工作中表现出比前者遗传算法更好的效果.在用于公开评测的Yahoo网页分类数据集上的实验结果表明,SAML算法的性能优于新近提出的一些流行的多标记特征选择方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永波	浙江旅游职业学院图书信息中心	17	85	4.0	9.0
2	游录金		2	20	2.0	2.0
3	陈杰新	宁波城市职业技术学院信息中心	10	25	3.0	5.0