期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于中心偏移的Fisher score与直觉邻域模糊熵的多标记特征选择
被引量：
1
1
作者
孙林
马天娇
《计算机科学》
CSCD
北大核心
2024年第7期96-107,共12页
现有多标记Fisher score模型中边缘样本会影响算法分类效果。鉴于邻域直觉模糊熵处理不确定信息时具有更强的表达能力与分辨能力的优势,文中提出了一种基于中心偏移的Fisher score与邻域直觉模糊熵的多标记特征选择方法。首先,根据标记...
现有多标记Fisher score模型中边缘样本会影响算法分类效果。鉴于邻域直觉模糊熵处理不确定信息时具有更强的表达能力与分辨能力的优势,文中提出了一种基于中心偏移的Fisher score与邻域直觉模糊熵的多标记特征选择方法。首先,根据标记将多标记论域划分为多个样本集,计算样本集的特征均值作为标记下样本的原始中心点,以最远样本的距离乘以距离系数,去除边缘样本集,定义了新的有效样本集,计算中心偏移处理后的标记下每个特征的得分以及标记集的特征得分,进而建立了基于中心偏移的多标记Fisher score模型,预处理多标记数据。然后,引入多标记分类间隔作为自适应模糊邻域半径参数,定义了模糊邻域相似关系和模糊邻域粒,由此构造了多标记模糊邻域粗糙集的上、下近似集;在此基础上提出了多标记邻域粗糙直觉隶属度函数和非隶属度函数,定义了多标记邻域直觉模糊熵。最后,给出了特征的外部和内部重要度的计算公式,设计了基于邻域直觉模糊熵的多标记特征选择算法,筛选出最优特征子集。在多标记K近邻分类器下、9个多标记数据集上的实验结果表明,所提算法选择的最优子集具有良好的分类性能。
展开更多
关键词
多标记学习
特征选择
Fisher
score
多标记
模糊
邻域
粗糙集
邻域直觉模糊熵
在线阅读
下载PDF
职称材料
基于自适应邻域空间粗糙集模型的直觉模糊熵特征选择
被引量：
14
2
作者
姚晟
徐风
+1 位作者
赵鹏
纪霞
《计算机研究与发展》
EI
CSCD
北大核心
2018年第4期802-814,共13页
特征选择是数据预处理中一项很重要的技术,主要从原始数据集的特征中选出一些最有效的特征以降低数据集的维度,从而提高学习算法性能.目前基于邻域粗糙集模型的特征选择算法中,由于没有考虑数据分布不均的问题,对象的邻域存在一定的缺陷...
特征选择是数据预处理中一项很重要的技术,主要从原始数据集的特征中选出一些最有效的特征以降低数据集的维度,从而提高学习算法性能.目前基于邻域粗糙集模型的特征选择算法中,由于没有考虑数据分布不均的问题,对象的邻域存在一定的缺陷.为了解决这个问题,采用方差来度量数据的分布情况,重新定义二元邻域空间,基于此提出自适应二元邻域空间的粗糙集模型,并将该模型与邻域直觉模糊熵结合作为特征评估的方式,进而构造相应的特征选择算法.UCI实验结果表明:所提出的算法能够选出更小且具有更高分类精度的特征子集,同时算法拥有更少的时间消耗.因此所提的特征选择算法具有更强的优越性.
展开更多
关键词
粗糙集
邻域
方差
二元
邻域
空间
邻域直觉模糊熵
特征选择
在线阅读
下载PDF
职称材料
题名
基于中心偏移的Fisher score与直觉邻域模糊熵的多标记特征选择
被引量：
1
1
作者
孙林
马天娇
机构
天津科技大学人工智能学院
河南师范大学计算机与信息工程学院
出处
《计算机科学》
CSCD
北大核心
2024年第7期96-107,共12页
基金
国家自然科学基金(62076089,61772176)。
文摘
现有多标记Fisher score模型中边缘样本会影响算法分类效果。鉴于邻域直觉模糊熵处理不确定信息时具有更强的表达能力与分辨能力的优势,文中提出了一种基于中心偏移的Fisher score与邻域直觉模糊熵的多标记特征选择方法。首先,根据标记将多标记论域划分为多个样本集,计算样本集的特征均值作为标记下样本的原始中心点,以最远样本的距离乘以距离系数,去除边缘样本集,定义了新的有效样本集,计算中心偏移处理后的标记下每个特征的得分以及标记集的特征得分,进而建立了基于中心偏移的多标记Fisher score模型,预处理多标记数据。然后,引入多标记分类间隔作为自适应模糊邻域半径参数,定义了模糊邻域相似关系和模糊邻域粒,由此构造了多标记模糊邻域粗糙集的上、下近似集;在此基础上提出了多标记邻域粗糙直觉隶属度函数和非隶属度函数,定义了多标记邻域直觉模糊熵。最后,给出了特征的外部和内部重要度的计算公式,设计了基于邻域直觉模糊熵的多标记特征选择算法,筛选出最优特征子集。在多标记K近邻分类器下、9个多标记数据集上的实验结果表明,所提算法选择的最优子集具有良好的分类性能。
关键词
多标记学习
特征选择
Fisher
score
多标记
模糊
邻域
粗糙集
邻域直觉模糊熵
Keywords
Multilabel learning
Feature selection
Fisher score
Multilabel fuzzy neighborhood rough sets
Neighborhood intuitio-nistic fuzzy entropy
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于自适应邻域空间粗糙集模型的直觉模糊熵特征选择
被引量：
14
2
作者
姚晟
徐风
赵鹏
纪霞
机构
计算智能与信号处理教育部重点实验室(安徽大学)
安徽大学计算机科学与技术学院
出处
《计算机研究与发展》
EI
CSCD
北大核心
2018年第4期802-814,共13页
基金
国家自然科学基金项目(61602004
61300057)
+5 种基金
安徽省自然科学基金项目(1508085MF127)
安徽省高等学校自然科学研究重点项目(KJ2016A041
KJ2017A011)
安徽大学信息保障技术协同创新中心公开招标课题(ADXXBZ2014-5
ADXXBZ2014-6)
安徽大学博士科研启动基金项目(J10113190072)~~
文摘
特征选择是数据预处理中一项很重要的技术,主要从原始数据集的特征中选出一些最有效的特征以降低数据集的维度,从而提高学习算法性能.目前基于邻域粗糙集模型的特征选择算法中,由于没有考虑数据分布不均的问题,对象的邻域存在一定的缺陷.为了解决这个问题,采用方差来度量数据的分布情况,重新定义二元邻域空间,基于此提出自适应二元邻域空间的粗糙集模型,并将该模型与邻域直觉模糊熵结合作为特征评估的方式,进而构造相应的特征选择算法.UCI实验结果表明:所提出的算法能够选出更小且具有更高分类精度的特征子集,同时算法拥有更少的时间消耗.因此所提的特征选择算法具有更强的优越性.
关键词
粗糙集
邻域
方差
二元
邻域
空间
邻域直觉模糊熵
特征选择
Keywords
rough set
neighborhood
variance
binary neighborhood space
neighborhood intuitionistic fuzzy entropy
feature selection
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于中心偏移的Fisher score与直觉邻域模糊熵的多标记特征选择
孙林
马天娇
《计算机科学》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于自适应邻域空间粗糙集模型的直觉模糊熵特征选择
姚晟
徐风
赵鹏
纪霞
《计算机研究与发展》
EI
CSCD
北大核心
2018
14
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
