基于RReliefF特征选择算法的复杂网络链接分类

摘要：

研究基于复杂网络特征的链接分类问题,针对原始特征噪声信息多、冗余度大的现象,在RReliefF特征选择算法的基础上,提出一种改进的链接分类模型.从局部和全局2个维度构建与链接相关联的特征信息,引入RReliefF算法对特征进行选择并采用偏最小二乘法实现回归分类.在人工数据集和真实数据集上的实验结果表明,该模型能筛选出具有判别性的特征,提高链接分类质量,为监督学习的复杂网络链接分类提供一种新思路.

关键词：复杂网络、链接分类、关系分类、特征选择、偏最小二乘法

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：广东省优秀青年教师培养计划项目YQ2015177;广东省教育部产学研结合项目2012B091100043;广东省科技计划项目2011B080701082

在线出版日期：2017-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：208-214