基于动态图拉普拉斯的多标签特征选择OA北大核心CSCDCSTPCD
Multi-label feature selection based on dynamic graph Laplacian
针对基于图的多标签特征选择方法忽略图拉普拉斯矩阵的动态变化,且利用逻辑标签来指导特征选择过程而丢失标签信息等问题,提出了一种基于动态图拉普拉斯矩阵和实值标签的多标签特征选择方法.该方法利用特征矩阵的稳健低维空间构造动态图拉普拉斯矩阵,并利用该稳健低维空间作为实值标签空间,进一步使用流形约束和非负约束将逻辑标签转化为实值标签,以此来解决上述问题.所提方法与3种多标签特征选择方法在9个多标签基准数据集上进行了对比实验,实验结果表明,所提多标签特征选择方法可得到高质量的特征子集,并且能获得很好的分类表现.
李永豪;胡亮;张平;高万夫
吉林大学计算机科学与技术学院,吉林长春130012吉林大学符号计算与知识工程教育部重点实验室,吉林长春 130012吉林大学计算机科学与技术学院,吉林长春130012吉林大学符号计算与知识工程教育部重点实验室,吉林长春 130012
信息技术与安全科学
多标签特征选择动态图拉普拉斯矩阵实值标签分类
《通信学报》 2020 (12)
47-59,13
博士后创新人才支持计划基金资助项目(No.BX20190137)中国博士后科学基金资助项目(No.2020M670839)国家重点研发计划基金资助项目(No.2017YFA0604500)吉林省重点科技研发基金资助项目(No.20180201103GX)
评论