.png){kind=icon}
返回
Multi-source multi-label feature selection with missing features
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2025.129879.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 双问题联合建模：针对多源多标签（MSML）数据中的特征缺失和标签偏斜问题提出了一种统一框架。通过特征相关矩阵动态填补缺失特征，同时采用多标签过采样缓解标签不平衡。
• 增强特征选择算法：改进了经典无限特征选择（Inf-FS）算法，通过整合标签辅助信息和标签特定特征相关性，显著提升多标签场景下的准确性。
• 跨源融合策略：采用一种基于冗余感知的特征集成框架替代传统交集/并集方法，通过跨源冗余分析确保全局最优特征子集。
期刊
IF:
7.5
论文数:
2.9W
被引数:
10.2W
机构
引用论文
暂无论文信息