来源：期刊VIP网 时间：
作者：陈曦;马建敏;刘权芳;
单位：长安大学理学院;杭州数澜科技有限公司;
摘要：多标签学习的一个重要挑战是特征维度灾难.为了寻求高效的多标签特征选择方法，本文从模糊粗糙集和依赖决策熵的角度研究多标签特征选择，提出多标签特征选择新方法.首先，定义了多标签模糊信息系统，利用模糊标签粒的近似集提出了模糊决策熵和模糊依赖决策熵，研究了它们的性质.在多标签模糊信息系统上提出了基于模糊依赖决策熵的约简定义，进而给出了特征的重要性度量，以及基于模糊依赖决策熵的多标签特征选择方法和算法.最后在10个公共多标签数据集上对5种指标进行参数分析和性能对比.结果表明，所提算法具有一定的有效性，在大多数指标上优于PMU、MDDM等多标签特征选择算法.
关键词：多标签学习;;特征选择;;模糊粗糙集;;模糊决策熵;;模糊依赖决策熵
基金资助：国家自然科学基金项目（61772019）;; 科技部国家重点研发计划项目（2022YFC3303100）
