|
|||||
|
|
| 基于ReliefF的层次分类在线流特征选择算法 | |
| 作者姓名： | 张小清 王晨曦 吕彦 林耀进 |
| 作者单位： | 闽南师范大学 计算机学院,福建 漳州 363000 数据科学与智能应用福建省高校重点实验室,福建 漳州 363000 |
| 基金项目： | 国家自然科学基金资助项目（62076116）;;福建省自然科学基金资助项目（2020J01811,2020J0179）~~; |
| 摘 要： | 在图像标注、疾病诊断等实际分类任务中,数据标记空间的类别通常存在着层次化结构关系,且伴随着特征的高维性.许多层次特征选择算法因不同的实际任务需求而提出,但这些已有的特征选择算法忽略了特征空间的未知性和不确定性.针对上述问题,提出一种基于ReliefF的面向层次分类学习的在线流特征选择算法OH_ReliefF.首先将类别... |
| 关 键 词： | 特征选择 在线流特征选择 层次分类 ReliefF算法 兄弟策略 |
| 收稿时间： | 2021-05-17 |
| 修稿时间： | 2021-07-11 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机应用》浏览原始摘要信息 | |
| 点击此处可从《计算机应用》下载全文 | |