關鍵詞:多標記學習 變精度鄰域粗糙集 特征選擇 集成
摘要:多標記學習是目前機器學習中的熱點研究問題。本文基于變精度鄰域粗糙集探究多標記學習中的特征選擇方法,并對所得到的多標記子空間進行了詳細的分析。首先提出了基于多標記學習的變精度鄰域粗糙集模型,進而給出了一種多標記學習中的特征選擇方法。在此基礎上,基于不同的精度和鄰域能夠得到不同的特征選擇結果,即不同的特征子空間。該文詳細分析了精度和鄰域對特征子空間的影響,并將所得到的特征子空間進行集成,詳細分析了相應的集成效果。
南京理工大學學報雜志要求:
{1}引用大型常用出土文獻合集,可使用括注,括注應使用不同于正文的字體。第一次應使用全稱,第二次可使用簡稱。
{2}論文作者自愿將其擁有的對該論文的匯編權(論文的部分或全部)、翻譯權、印刷版和電子版的復制權、網絡傳播權和發行權轉讓給編輯部。
{3}參考文獻:論著文章要求15條以上,主要引用近3~5年內的新文獻。按GB7714-87《文后參考文獻著錄規則》采用順序編碼著錄,依照其在文中出現的先后順序用阿拉伯數字標出。
{4}論文可以寫200字以內的中文摘要和3~5個關鍵詞,若論文受到省、部級以上基金項目支持,請注明基金名稱和項目編號。
{5}來稿為基金資助項目請注明何種基金資助項目或課題(并附編號)。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社