典型文献
基于层次类别邻域粗糙集的在线流特征选择算法
文献摘要：
在开放动态环境中,在线流特征选择是降低特征空间维度的有效方法.现有的在线流特征选择算法能够有效地选择一个较优的特征子集,然而,这些算法忽略了类别中可能存在的层次结构.基于此,提出基于层次类别邻域粗糙集的在线流特征选择算法:首先,在邻域粗糙集中引入层次最近异类的邻域关系,避免邻域粒度的选择,借助层次结构计算特征对标记的层次依赖度,推广邻域粗糙集模型以适应层次类别数据;其次,基于层次依赖度提出三个在线特征评价函数,设计了在线相关选择、在线重要度计算和在线冗余更新的层次特征选择框架;最后,在六个层次类别数据集和八个扁平单标记数据集上的实验表明,提出的算法优于现有最先进的在线流特征选择算法.
文献关键词：
在线流特征选择;邻域粗糙集;层次分类;层次依赖度
中图分类号：
作者姓名：
曾艺祥;林耀进;范凯钧;曾伯儒
作者机构：
闽南师范大学计算机学院,漳州,363000;数据科学与智能应用福建省高校重点实验室,漳州,363000
文献出处：
引用格式：
[1]曾艺祥;林耀进;范凯钧;曾伯儒-.基于层次类别邻域粗糙集的在线流特征选择算法)[J].南京大学学报（自然科学版）,2022(03):506-518
A类：
开放动态环境,层次依赖度
B类：
邻域粗糙集,在线流特征选择,特征选择算法,特征空间,空间维度,特征子集,层次结构,异类,结构计算,别数,线特征,特征评价,评价函数,相关选择,重要度计算,层次特征,八个,扁平,记数,最先,层次分类
AB值：
0.243087
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
