结合滑动窗口与模糊互信息的多标记流特征选择

摘要：

特征选择是处理高维度问题的一种有效方法,而传统的大部分算法都基于静态的特征空间. 但是有些问题其特征空间和标记空间均呈现增量或动态的特点,传统的特征选择算法不再适用. 针对这一问题,结合滑动窗口机制,本文提出了结合滑动窗口与模糊互信息的多标记流特征选择;同时,为了减弱互信息对特征重要程度的判断,对模糊互信息进行正则化处理,并通过正则化重新优化特征重要度目标函数. 提出的算法在多标记数据集上进行了大量测试,实验结果和统计假设检验说明本文算法是有效的.

关键词：模糊互信息、多标记学习、数据流、特征选择

所属期刊栏目：40

分类号：TP181(自动化基础理论)

资助基金：安徽省高校重点科研项目KJ2017A352 资助;福建省高校重点实验室开放课题项目D1801 资助;安徽省高校重点实验室基金项目ACAIM160102 资助

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：320-327