典型文献
基于双空间模糊邻域相似关系的多标记特征选择
文献摘要：
针对基于粗糙集的大部分多标记特征选择方法存在的忽略样本的模糊性和邻域关系、手动设置邻域半径、从单一的样本空间度量属性重要度等问题,文中利用模糊邻域粗糙集弥补经典粗糙集的不足,并在此基础上从特征空间和标记空间出发,提出基于双空间模糊邻域相似关系的多标记特征选择算法.首先,设计自适应邻域半径的计算方法,构建特征空间下样本的模糊邻域相似矩阵.再根据模糊邻域相似关系,得出特征空间下的样本相似度及标记空间下的样本相似度.然后,通过权重将特征空间和标记空间上的样本相似度进行融合,基于融合后的度量计算属性重要度.最后,运用前向贪心算法构建多标记特征选择算法.在12个多标记数据集上的对比实验验证文中算法的有效性.
文献关键词：
多标记特征选择;模糊邻域相似关系;模糊邻域粗糙集;自适应邻域半径;不确定性度量
中图分类号：
作者姓名：
徐久成;申凯丽
作者机构：
河南师范大学 计算机与信息工程学院 新乡453007;河南师范大学 智慧商务与物联网技术河南工程实验室新乡453007
文献出处：
引用格式：
[1]徐久成;申凯丽-.基于双空间模糊邻域相似关系的多标记特征选择)[J].模式识别与人工智能,2022(09):805-815
A类：
模糊邻域相似关系,模糊邻域粗糙集,自适应邻域半径
B类：
双空间,多标记特征选择,选择方法,模糊性,样本空间,属性重要度,特征空间,特征选择算法,相似矩阵,贪心算法,多标记数据,不确定性度量
AB值：
0.133575
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。
