基于分解策略的多标签在线特征选择算法AET-电子技术应用-最丰富的电子设计资源平台

基于分解策略的多标签在线特征选择算法
所属分类：技术论文
上传者：zhoubin333
文档大小：387 K
标签：特征选择在线学习多标签分类
所需积分：0分积分不够怎么办？
文档介绍：在线学习方法是用于大规模数据集的、高效且可扩展的机器学习算法。然而，在对多标签数据集进行特征选择时，传统的在线多标签学习方法需要访问数据集的所有特征，当数据集具有较高维度时，这种在线学习方式并不能适用于实际情景。针对多标签数据集的特征选择，在现有研究的基础上，使用二类分解策略，提出基于分解策略的多标签在线特征选择算法。该算法利用稀疏正则化和截取方法进行在线特征选择，降低计算复杂度。实验表明，算法的特征选择性能优于其他多标签在线特征选择算法。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动