国内刊号:37-1389/N
国际刊号:1671-9352
发布日期:
作者:张要,马盈仓,杨小飞,朱恒东,杨婷
单位:西安工程大学理学院, 陕西 西安 710600
关键词:多标签学习,特征选择,logistic回归,L2,1-范数,流形结构,
基金:国家自然科学基金资助项目(61976130);陕西省自然科学基金资助项目(2020JQ-923);陕西省重点研发计划资助项目(2018KW-021)
将线性回归模型与流形结构相结合,构成了弱线性多标签特征选择的联合框架。首先,用最小二乘损失函数来学习回归系数矩阵;其次,通过标签流形结构来学习数据特征的权重矩阵;再次,用L2,1-范数来约束回归系数矩阵和特征权重矩阵,这样既能引导稀疏性,又有利于特征选择。此外,设计并证明了具有收敛性的迭代更新算法来解决上述提出的问题。最后,所提出的方法在多个经典多标签数据集上进行了验证,实验结果表明了所提算法的有效性。
来源:2021年第7期
《山东大学学报(理学版)》期刊编辑部