[发明专利]一种考虑特征标签依赖度的鲁棒多标签特征选择方法

摘要

本发明公开了一种考虑特征标签依赖度的鲁棒多标签特征选择方法，包括以下步骤：首先构建基于稀疏最小二乘回归模型，同时引入流形正则项和非负矩阵因子分解项，构成目标函数；其次对目标函数进行迭代求解操作，得到经过训练的特征权重矩阵；然后对特征权重矩阵进行特征标签冗余度的加权操作，将特征标签冗余度嵌入到特征权重矩阵中；最后，我们将特征权重矩阵的行范数值进行从高向低的排序，选择最优特征子k个最优的特征。本发明能有效地解决标签冗余和数据噪声的问题，同时提高了特征权重矩阵的信息保留度，使得模型能选择出更加有判别力和信息力的特征子集。