基于邻域交互增益信息的多标记流特征选择算法

• 作者: 唐莉 林耀进 王晨曦 陈超逸
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 在线流特征 多标记学习 邻域熵 邻域交互增益信息
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 特征表示和学习
• 页码范围: 30-40
• 页数: 11页
• 分类号: TP391
• 字数: 6253字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2020.01.004

摘要

现有的多标记特征选择一般假设特征空间是固定已知的,然而实际应用中很多特征是需要在提取过程中实时地进行筛选.为此,提出基于邻域交互增益信息的多标记在线流特征选择算法.首先,基于多标记邻域互信息和邻域交互增益信息提出在线相关性分析与在线冗余性分析两种策略来评价特征;其次,基于邻域交互增益信息构建了在线流多标记特征选择的目标优化函数;最后,在六个多标记数据集和四个评价指标上,实验结果证明了该算法的有效性和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林耀进	闽南师范大学计算机学院	42	204	7.0	11.0
3	王晨曦	闽南师范大学计算机学院	9	24	3.0	4.0
5	唐莉	闽南师范大学计算机学院	16	25	3.0	4.0
13	陈超逸	闽南师范大学计算机学院	1	0	0.0	0.0