基于双HSIC和稀疏正则化的多标签特征选择OACSTPCD
为了合理地利用多标签数据中的样本信息和标签信息,提高模型的分类性能,提出了基于双希尔伯特-施密特独立性准则(Hilbert-Schmidt independence criterion,HSIC)和稀疏正则化的多标签特征选择(DHSR)。该方法在线性映射的基础上引入双HSIC作为正则项,增强伪标签空间和特征空间之间的依赖关系,增强伪标签空间和真实标签空间之间的依赖关系。并使用L2,1范数作为稀疏正则项,以提高模型的泛化能力和减少模型的计算复…查看全部>>
李帮娜;贺兴时;朱军伟
杨凌职业技术学院文理分院,陕西杨凌712100 西安工程大学理学院,陕西西安710048西安工程大学理学院,陕西西安710048杨凌职业技术学院文理分院,陕西杨凌712100
计算机与自动化
多标签学习特征选择希尔伯特-施密特独立性准则稀疏正则化线性映射
《西安工程大学学报》 2024 (4)
P.141-151,11
陕西省自然科学基金(2023-JC-YB-064)杨凌职业技术学院2022年院内基金(ZK22-78)杨凌职业技术学院2024年院内基金(ZK24-67)。
评论