多标签抗噪选特征
用自信息同时考虑上下近似，能更准地挑出对多标签最有辨别力的特征。
Jiang, Jiefang · 张贤勇 · 袁中
Pattern Recognition 2024
引入散度模糊邻域关系来度量样本间的相似性，使特征评价对数据中的噪声不敏感，在多标签数据上能稳定选出关键特征。
设计包含上、下近似的散度模糊邻域自信息，通过三级不确定性度量充分刻画特征的区分能力，避免仅用下近似造成的信息丢失。
引入模糊决策将所有标签作为一个整体处理，综合捕捉标签间的相关性，提升特征子集对多标签语义的表达能力。