基于双HSIC和稀疏正则化的多标签特征选择

摘要：

为了合理地利用多标签数据中的样本信息和标签信息,提高模型的分类性能,提出了基于双希尔伯特-施密特独立性准则(Hilbert-Schmidt independence criterion,HSIC)和稀疏正则化的多标签特征选择(DHSR).该方法在线性映射的基础上引入双HSIC作为正则项,增强伪标签空间和特征空间之间的依赖关系,增强伪标签空间和真实标签空间之间的依赖关系.并使用L2,1范数作为稀疏正则项,以提高模型的泛化能力和减少模型的计算复杂度.最后,在多个经典多标签数据集上的对比实验结果验证了 DHSR的有效性和优越性.

关键词：多标签学习、特征选择、希尔伯特-施密特独立性准则、稀疏正则化、线性映射

所属期刊栏目：38

分类号：TP181(自动化基础理论)

资助基金：陕西省自然科学基金;杨凌职业技术学院院内基金项目;杨凌职业技术学院院内基金项目

在线出版日期：2024-10-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：141-151