嵌入式多标签特征选择算法研究

发布时间：2020-08-31 21:04

　　 随着科学技术的迅速发展,分类问题中需要处理的数据量急剧增长,其中不仅仅是传统的单标签数据,更多的是现实世界中的多标签数据.与单标签分类问题相同的是多标签分类问题中的样本通常也含有多个特征,其中冗余和不相关的特征会影响分类器的性能.为解决这一问题,多标签特征选择成为近几年以来机器学习领域的研究热点.目前存在的嵌入式多标签特征选择方法,大多是采用最小二乘回归作为目标函数的稀疏正则化特征选择方法,这些方法很少考虑特征流形的几何结构.由于相关熵在处理离群点时有非常好的鲁棒性,可以更好地处理非线性和非高斯数据,可以消除异常值的有害影响,因此本文利用相关熵作为多标签特征选择的目标函数,结合特征流行学习提出了基于相关熵和特征流形学习的稀疏正则化多标签特征选择算法,基于K-Support范数和流形学习的多标签特征选择算法等算法.本文主要研究工作:(1)为了更好地体现标签信息的重要性,通过改变多标签数据集中不同类别标签之间的距离,然后结合l2,1范数,提出了一种包含标签信息的最小二乘多标签特征选择模型及算法,并且通过实验验证所给算法的有效性.(2)通过相关熵的思想,结合l2,1范数和特征流形学习构造多标签特征选择回归模型,提出了基于相关熵和特征流形学习的稀疏正则化多标签特征选择模型及算法,并通过实验验证所给算法的有效性.(3)为了更好地考虑数据之间的相关性,通过K-Support范数的思想,结合特征流形学习,提出了一种基于K-Support范数和流形学习的多标签特征选择模型及算法,并且通过实验验证所给算法的有效性.图19幅,表20个,参考文献68篇
【学位单位】：西安工程大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP181

【相似文献】

相关期刊论文 前10条

1 吴中华;郑玮;;基于?_(2,1)范数的在线流特征选择算法[J];计算机与数字工程;2019年06期

2 代琨;于宏毅;马学刚;李青;;基于支持向量机的特征选择算法综述[J];信息工程大学学报;2014年01期

3 陈建华;王治和;蒋芸;许虎寅;樊东辉;;一种改进的文本分类特征选择算法[J];微电子学与计算机;2011年12期

4 张文静;王备战;张志宏;;基于图的特征选择算法综述[J];安徽大学学报(自然科学版);2017年01期

5 孙刚;张靖;;面向高维微阵列数据的集成特征选择算法[J];计算机工程与科学;2016年07期

6 张自敏;;大数据中基于稀疏投影的在线特征选择算法[J];湖南科技大学学报(自然科学版);2018年03期

7 陈晓明;;海量高维数据下分布式特征选择算法的研究与应用[J];科技通报;2013年08期

8 李富星;蒙祖强;;一种改进的类别区分词特征选择算法[J];计算机与现代化;2019年03期

9 刘飞飞;;特征选择算法及应用综述[J];办公自动化;2018年21期

10 侯屿;秦小林;彭皓月;张力戈;;全局调距和声特征选择算法[J];计算机工程与应用;2019年02期

相关会议论文 前10条

1 甄超;郑涛;许洁萍;;音乐流派分类中特征选择算法研究[A];第18届全国多媒体学术会议（NCMT2009）、第5届全国人机交互学术会议（CHCI2009）、第5届全国普适计算学术会议（PCC2009）论文集[C];2009年

2 陈伟海;李建军;赵志华;曹丹阳;李晋宏;;数据挖掘特征选择算法研究及其在铝电解中的应用[A];2011中国有色金属行业仪表自动化学术会议论文集[C];2011年

3 张仰森;曹元大;;最大熵建模方法中一种改进的特征选择算法[A];NCIRCS2004第一届全国信息检索与内容安全学术会议论文集[C];2004年

4 张铮;胡社教;江萍;;基于EP模式的特征选择算法[A];2011中国仪器仪表与测控技术大会论文集[C];2011年

5 周炎涛;唐剑波;王家琴;;基于信息熵的改进TFIDF特征选择算法[A];第二十六届中国控制会议论文集[C];2007年

6 徐燕;孙春明;王斌;李锦涛;;基于词条频率的特征选择算法研究[A];中文信息处理前沿进展——中国中文信息学会二十五周年学术会议论文集[C];2006年

7 李文法;段m#毅;刘悦;孙春来;;一种面向流分类的特征选择算法[A];第四届全国信息检索与内容安全学术会议论文集（上）[C];2008年

8 戴键;杨宏晖;;用于水声目标识别的自适应免疫克隆特征选择算法[A];2011'中国西部声学学术交流会论文集[C];2011年

9 杨宏晖;李江涛;甘安琴;姚晓辉;;用于水下目标识别的无监督谱特征选择算法[A];2016年中国造船工程学会水中目标特性学组学术交流会论文集[C];2016年

10 罗勇;周超;许超;;文本分类在商品广告分类中的应用[A];全国第五届信号和智能信息处理与应用学术会议专刊(第一册)[C];2011年

相关博士学位论文 前10条

1 田肃岩;吸纳通路信息识别相关基因的特征选择算法的研究[D];吉林大学;2018年

2 黄鑫;基于特征关联关系的特征选择算法研究[D];大连理工大学;2018年

3 高万夫;基于序列前向选择策略的过滤算法研究[D];吉林大学;2019年

4 李云;特征选择算法及其在基于内容图像检索中的应用研究[D];重庆大学;2005年

5 张靖;面向高维小样本数据的分类特征选择算法研究[D];合肥工业大学;2014年

6 刘华文;基于信息熵的特征选择算法研究[D];吉林大学;2010年

7 史彩娟;网络空间图像标注中半监督稀疏特征选择算法研究[D];北京交通大学;2015年

8 杨杰明;文本分类中文本表示模型和特征选择算法研究[D];吉林大学;2013年

9 潘巍巍;故障严重程度识别的有序分类特征分析方法[D];哈尔滨工业大学;2013年

10 杨峻山;生物组学数据的集成特征选择研究[D];深圳大学;2017年

相关硕士学位论文 前10条

1 周丹;多方法融合的智能终端检测及应用识别[D];重庆邮电大学;2019年

2 刘畅;非线性规划形式的多标签特征选择算法的研究[D];南京师范大学;2019年

3 陈红;嵌入式多标签特征选择算法研究[D];西安工程大学;2019年

4 孙七凡;抗癌药物反应预测模型中的特征选择算法研究[D];大连理工大学;2019年

5 陈飞;标记倾向性和数据流特征选择算法研究[D];安庆师范大学;2019年

6 陈俊颖;特征选择算法在基因表达数据分类中的应用[D];中国计量大学;2018年

7 姜琳;弱标记特征选择算法研究[D];西南大学;2019年

8 李森;基于多目标进化优化的癌症数据特征选择算法研究[D];安徽大学;2019年

9 郭伟;大样本高维数据下基于进化多目标优化的特征选择算法研究[D];安徽大学;2019年

10 唐莉;基于样本差异性分析的多标记特征选择算法研究[D];闽南师范大学;2019年

本文编号：2809320