基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
特征维度灾难是多标记学习重要挑战之一,为此已有大量多标记特征选择算法被提出.将已有方法进行归类,对研究现状和进展进行综合论述,对于多标记特征选择方法的进一步研究具有重要意义.首先,将多标记特征选择算法从4个角度进行归类,对一些代表方法和理论进行详细介绍;然后,分别阐述各类算法的优缺点及适用场景;最后对多标记特征选择的进一步研究方向进行总结.
推荐文章
多标记学习研究综述
多标记学习
机器学习
问题转换
算法改进
评估措施
边缘标记弱化的多标记特征选择算法
多标记学习
特征选择
标记分布
边缘标记
融合特征排序的多标记特征选择算法
特征选择
多标记分类
聚类融合
互信息
基于图谱的多标记特征选择算法
多标记学习
谱特征选择
标记关联性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多标记特征选择算法的综述
来源期刊 郑州大学学报(理学版) 学科 工学
关键词 多标记学习 维度灾难 降维 特征选择
年,卷(期) 2020,(4) 所属期刊栏目 特约专稿
研究方向 页码范围 16-27
页数 12页 分类号 TP18
字数 语种 中文
DOI 10.13705/j.issn.1671-6841.2020122
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李德玉 83 753 12.0 24.0
2 姚二亮 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (102)
共引文献  (63)
参考文献  (41)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1936(2)
  • 参考文献(0)
  • 二级参考文献(2)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(12)
  • 参考文献(0)
  • 二级参考文献(12)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(11)
  • 参考文献(2)
  • 二级参考文献(9)
2014(11)
  • 参考文献(2)
  • 二级参考文献(9)
2015(20)
  • 参考文献(7)
  • 二级参考文献(13)
2016(23)
  • 参考文献(6)
  • 二级参考文献(17)
2017(14)
  • 参考文献(6)
  • 二级参考文献(8)
2018(13)
  • 参考文献(8)
  • 二级参考文献(5)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多标记学习
维度灾难
降维
特征选择
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
郑州大学学报(理学版)
季刊
1671-6841
41-1338/N
大16开
郑州市高新技术开发区科学大道100号
36-191
1962
chi
出版文献量(篇)
2278
总下载数(次)
0
总被引数(次)
9540
论文1v1指导