基于邻域近似误差率的多标记特征选择

潘思远; 刘园奎; 毛煜; 林耀进

首页> 中文期刊> 《南京师范大学学报（工程技术版）》 >基于邻域近似误差率的多标记特征选择

基于邻域近似误差率的多标记特征选择

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

多标记学习可以同时处理与一组标记相关的数据,多标记学习的研究对于多义性对象的学习建模具有十分重要的意义.与传统的单标记学习一样,数据的高维性是多标记学习的阻碍,因此数据降维是一项十分重要的工作,而特征选择是一种有效的数据降维技术.提出了基于邻域近似误差率的多标记特征选择算法.首先,在邻域粗糙集理论的基础上,引入实例的边界来对所有实例进行粒度化.其次,基于邻域决策误差率提出了邻域近似误差率的策略来评价特征.最后,在公开的数据集上进行了大量的实验,结果表明所提算法的有效性.

著录项

来源
《南京师范大学学报（工程技术版）》 |2023年第1期|66-74|共9页
作者
潘思远; 刘园奎; 毛煜; 林耀进;
展开▼
作者单位

闽南师范大学计算机学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类化学动力学、催化作用;废水的处理与利用;
关键词
多标记学习; 特征选择; 邻域近似误差率;

相似文献

中文文献
外文文献
专利

1. 基于多粒度一致性邻域的多标记特征选择 [J] . 卢舜 ,林耀进 ,吴镒潾 . 南京大学学报:自然科学版 . 2022,第1期
2. 基于邻域粗糙集和Relief的弱标记特征选择方法 [J] . 孙林 ,黄苗苗 ,徐久成 . 计算机科学 . 2022,第4期
3. 基于双空间模糊邻域相似关系的多标记特征选择 [J] . 徐久成 ,申凯丽 . 模式识别与人工智能 . 2022,第9期
4. 基于邻域交互增益信息的多标记流特征选择算法 [J] . 陈超逸 ,林耀进 ,唐莉 . 南京大学学报：自然科学版 . 2020,第1期
5. 一种基于邻域粗糙集的多标记专属特征选择方法 [J] . 孙林 ,潘俊方 ,张霄雨 . 计算机科学 . 2018,第001期
6. 基于改进邻域粒的模糊熵特征选择算法 [C] . Yao Sheng ,姚晟 ,Xu Feng . 2016苏鲁黑浙四省声学技术学术会议 . 2016
7. 面向多标记学习的邻域粗糙集特征选择方法研究 [A] . 殷腾宇 . 2021

基于邻域近似误差率的多标记特征选择

摘要

著录项

相似文献

相关主题

期刊订阅