潜在表示动态图特征选择法

挖掘实例关联监督信息

通过将实例关联的潜在表示作为伪标签学习的监督信息，并利用动态图约束特征权重，该方法更充分地挖掘了多标签数据中的监督信息。

Zhang, Yao · Wei, Huo · 唐军

Pattern Recognition 2024

技术优势

挖掘更充分

利用实例关联的潜在表示作为监督信息，比仅用实例潜在信息包含更多标签相关性。

图约束更稳

由低维伪标签构建动态图来约束特征权重，避免传统图正则化的缺点。

应用场景

• 模式识别：在多标签模式识别任务中筛选关键特征，提升分类效率与精度。
• 工业数据分析：处理工业多标签数据降维，辅助故障诊断与质量预测建模。
• 物联网数据分析：从海量物联网多标签传感数据中提取关键特征，降低传输与计算开销。