模糊多尺度多标记数据的特征子集选择

摘要

多尺度粗糙集是粒计算领域的研究热点之一。经典的Wu-Leung模型在处理离散型单标记数据方面表现优异,但对于模糊的多标记数据却处理能力有限。为了解决这一问题,本研究将借鉴多标记学习的理论,面向模糊多尺度多标记数据,构建相应的信息系统,并且设计一种同步实现最优尺度选择和特征子集选择的算法。在7个标准的多标记数据集上进行试验,结果验证了所提算法在特征降维时的有效性,并在稳定性方面具有良好的可行性。

关键词

多尺度信息系统 / 多标记学习 / 模糊粗糙集 / 特征子集选择