多标记不完备数据的特征选择算法

作     者：钱文彬 黄琴 王映龙 杨珺 QIAN Wenbin;HUANG Qin;WANG Yinglong;YANG Jun

作者机构：江西农业大学计算机与信息工程学院南昌330045 江西农业大学软件学院南昌330045 

基　　金：国家自然科学基金 江西省自然科学基金 

出 版 物：《计算机科学与探索》 (Journal of Frontiers of Computer Science and Technology)

年 卷 期：2019年第13卷第10期

页      码：1768-1780页

摘      要：多标记数据的特征选择是机器学习和数据挖掘领域的重要研究内容,当前对于多标记数据的特征选择研究大多是针对完备性数据,但在许多应用领域中,连续型数值数据较多,且由于诊测成本和隐私保护等因素导致数据往往呈现出不完备性。为解决上述问题,提出了一种面向多标记不完备数据的特征选择算法。该算法将邻域粗糙集模型应用于多标记不完备数据的特征选择,根据邻域阈值求解多标记不完备数据的邻域粒度,并基于邻域粒度给出了度量多标记不完备数据的特征重要性准则,以此设计了面向多标记不完备数据的特征选择算法。最后,通过在Mulan数据集上的实验结果验证了算法的有效性和可行性。

主 题 词：不完备数据 粗糙集 特征选择 属性约简 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3778/j.issn.1673-9418.1807067

馆 藏 号：203787861...