多标记数据的特征及标记降维方法综述

• 作者: 张平照 张辉宜
• 来源期刊: 重庆工商大学学报（自然科学版）
• 学科: 工学
• 关键词: 多标记学习 特征 标记 降维
• 年，卷（期）: 2020,（5）
• 页码范围: 23-29
• 页数: 7页
• 分类号: TP181
• 语种: 中文
• DOI: 10.16055/j.issn.1672-058X.2020.0005.004

摘要

多标记学习降维方法在实际应用问题中用以处理特征,标记或二者维度较高的数据集,已成为研究热点;针对目前多标记学习降维方法数量众多,种类繁杂而导致缺乏科学分类的问题,从多标记数据降维空间选择的角度,提出将多标记学习降维方法按照特征空间降维,标记空间降维和二者均降维的形式归纳为三类,其中特征空间降维又分为特征降维和特征选择两类问题,分别从独立于和依赖于彼此空间的角度对已有的40余篇文献中的典型多标记学习降维算法的研究现状进行了综述;最后,总结了多标记学习降维方法的研究现状和启示,并提出了未来进一步的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张辉宜		59	410	11.0	18.0
2	张平照		1	0	0.0	0.0