《计算机应用研究》|Application Research of Computers

半监督特征选择综述

Survey of semi-supervised feature selection methods

免费全文下载 (已被下载 次)  
获取PDF全文
作者 张东方,陈海燕,王建东
机构 南京航空航天大学 计算机科学与技术学院;南京航空航天大学 软件新技术与产业化协同创新中心
统计 摘要被查看 次,已被下载
摘要 随着信息技术的迅猛发展,在实验实践中获取完整的有标记数据集变得更加困难。如何针对半监督数据集,利用不完整的监督信息完成特征选择,已经成为模式识别与机器学习领域的研究热点。为方便研究者系统地了解半监督特征选择领域的研究现状和发展趋势,对半监督特征选择方法进行综述。首先探讨了半监督特征选择方法的分类,将其按理论基础的不同分为基于图的方法、基于伪标签的方法、基于支持向量机的方法以及其他方法;然后详细介绍并比较了各个类别的典型方法;之后整理了半监督特征选择的热点应用;最后展望了半监督特征选择方法未来的研究方向。
关键词 机器学习;半监督学习;特征选择
基金项目 中央高校基本科研业务费专项资金资助项目(NS2019054)
本文URL http://www.arocmag.com/article/02-2021-02-003.html
收稿日期
修回日期
页码 -
中图分类号 TP391.4
文献标志码