多標(biāo)簽分類中特征選擇算法研究.pdf

1、隨著信息技術(shù)的發(fā)展，多標(biāo)簽分類技術(shù)已逐漸被廣泛應(yīng)用于各種領(lǐng)域。例如，在計(jì)算機(jī)視覺領(lǐng)域，多標(biāo)簽分類技術(shù)可用于自動(dòng)標(biāo)注圖像和視頻;在生物信息領(lǐng)域，多標(biāo)簽分類技術(shù)可用于基因功能預(yù)測(cè);在文本挖掘領(lǐng)域，多標(biāo)簽分類技術(shù)可用于文本分類。不管多標(biāo)簽分類技術(shù)被用于哪個(gè)領(lǐng)域，它都面臨特征數(shù)過大引起的問題，如過擬合等。一般，特征可被分為三種，即相關(guān)特征、無關(guān)特征和冗余特征。特征選擇的目的就是最佳特征子集，該子集包含的特征數(shù)盡量少且信息盡量全。
　　多標(biāo)

2、簽特征選擇技術(shù)就是專門針對(duì)多標(biāo)簽數(shù)據(jù)進(jìn)行特征選擇的技術(shù)。與傳統(tǒng)的特征選擇一樣，多標(biāo)簽分類技術(shù)也可分為三類，即過濾式、封裝式、嵌入式。一般，過濾式方法有兩種。其一是將先多標(biāo)簽數(shù)據(jù)轉(zhuǎn)化為單標(biāo)簽數(shù)據(jù)再以傳統(tǒng)的過濾式方法的研究方案解決問題，該種方法是以破壞標(biāo)簽間關(guān)聯(lián)性為代價(jià)來降低問題難度。其二是改進(jìn)傳統(tǒng)的評(píng)價(jià)標(biāo)準(zhǔn)或直接提出新的評(píng)價(jià)標(biāo)準(zhǔn)，該種方法目前并不多。封裝式和嵌入式方法都依賴于分類器，通過改進(jìn)搜索算法可獲得更好的特征子集。雖然，現(xiàn)在已有一部

3、分多標(biāo)簽分類算法，但這些算法同樣還存在一定問題。為了更好的解決在多標(biāo)簽分類所面臨的由維數(shù)引起的問題，本文將針對(duì)具體問題做出下工作:
　　(1)目前，常見的多標(biāo)簽特征選擇算法一般忽略了樣本與樣本之間的聯(lián)系。事實(shí)上，相似樣本可能具有相似的標(biāo)簽信息，任意樣本都是可以被其它同類樣本表征的。為了獲得更好的特征子集，我們先通過最小二乘回歸尋找到樣本與樣本之間的關(guān)聯(lián)，再合理兼顧這些關(guān)聯(lián)基礎(chǔ)上獲得特征的表征分?jǐn)?shù)，接著根據(jù)表征分?jǐn)?shù)大小獲得特征排名序

4、列。
　　(2)在封裝式特征選擇算法中，尋找的特征子集由分類器性能和搜索算法共同決定。幾種完整的封裝式算法組合而成的特征選擇算法需要保證每個(gè)子算法的運(yùn)行時(shí)間才能保證效果好?；谶z傳算法的封裝式方法容易因早熟現(xiàn)象的出現(xiàn)而未能使特征選擇結(jié)果達(dá)到全局最優(yōu)。為了獲得較好特征選擇結(jié)果，我們先分析模擬退火中的Metropolis準(zhǔn)則和遺傳算法中的變異操作，再將Metropolis準(zhǔn)則和大變異引入遺傳算法，最后提出一種基于改進(jìn)型遺傳算法的多標(biāo)簽