.png){kind=icon}
返回
FSMRL-based Feature Selection for Multi-Source Interval-Valued Decision Systems
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ijar.2026.109849.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种基于标签增强的多源区间值特征选择FSMRL框架。
• 对邻域标签证据和基于Jaccard的先验进行了归一化，以构建有效的标签分布。
• 定义了一种区间感知邻域距离，以保留区间值数据的固有不确定性。
• 提出了一种可靠性驱动的特征级融合策略，用于聚合来自多个源的信息性特征。
• 提出了一种评估函数，用于优化多源特征选择中的特征-标签相关性和特征冗余。
Keyword:
Feature Selection
Multi - Label Learning
Neighborhood Rough Set
Label Enhancement
Information Fusion
FSMRL
期刊
IF:
3
论文数:
3.0K
被引数:
5.1K
机构
引用论文
暂无论文信息