文献类型：期刊文章

作　　者：刘景华[1] 林梦雷[1] 王晨曦[2] 林耀进[1]

机构地区：[1]闽南师范大学计算机学院,漳州363000 [2]漳州职业技术学院计算机工程系,漳州363000

出　　处：《模式识别与人工智能》

基　　金：国家自然科学基金项目(No.61303131;61379021);福建省自然科学基金项目(No.2013J01028);福建省教育厅科技项目(No.JA14192)资助~~

年　　份：2016

卷　　号：29

期　　号：3

起止页码：240-251

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在已有的特征选择算法中,常用策略是通过相关准则选择与标记集合相关性较强的特征,然而该策略不一定是最优选择,因为与标记集合相关性较弱的特征可能是决定某些类别标记的关键特征.基于这一假设,文中提出基于局部子空间的多标记特征选择算法.该算法首先利用特征与标记集合之间的互信息得到一个重要度由高到低的特征序列,然后将新的特征排序空间划分为几个局部子空间,并在每个子空间设置采样比例以选择冗余性较小的特征,最后融合各子空间的特征子集,得到一组合理的特征子集.在6个数据集和4个评价指标上的实验表明,文中算法优于一些通用的多标记特征选择算法.

关 键 词：特征选择  多标记分类  局部子空间  互信息

分 类 号：TP18]