融合特征排序的多标记特征选择算法

• 作者: 刘景华 林梦雷 林耀进 王娟 王晨曦
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 特征选择 多标记分类 聚类融合 互信息
• 年，卷（期）: 2016,（17）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 93-100
• 页数: 8页
• 分类号: TP18
• 字数: 6966字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1506-0067

摘要

在多标记学习框架中，特征选择是解决维数灾难，提高多标记分类器的有效手段。提出了一种融合特征排序的多标记特征选择算法。该算法首先在各标记下进行自适应的粒化样本，以此来构造特征与类别标记之间的邻域互信息。其次，对得到邻域互信息进行排序，使得每个类别标记下均能得到一组特征排序。最后，多个独立的特征排序经过聚类融合成一组新的特征排序。在4个多标记数据集和4个评价指标上的实验结果表明，所提算法优于一些当前流行的多标记降维方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林梦雷	闽南师范大学计算机学院	35	120	7.0	10.0
2	林耀进	闽南师范大学计算机学院	42	204	7.0	11.0
3	刘景华	闽南师范大学计算机学院	8	87	6.0	8.0
4	王晨曦	漳州职业技术学院计算机工程系	13	54	4.0	7.0
5	王娟	闽南师范大学计算机学院	10	30	4.0	5.0