[發明專利]基于標簽相關性的多標簽流特征確定最優特征子集的方法

在審

• 申請號: 202110680679.3
• 申請日: 2021-06-18
• 公開（公告）號: CN113344091A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 尤殿龍;王楊
• 申請（專利權）人: 燕山大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 北京孚睿灣知識產權代理事務所(普通合伙) 11474
• 代理人: 劉翠芹

1.一種基于標簽相關性的多標簽流特征確定最優特征子集的方法，其特征在于，其包括如下步驟：

步驟S1、將多個標簽定義為標簽集L，其中l_j∈L，l_j為L中的第j個標簽，0≤j≤m，m為標簽的個數；

步驟S2、計算標簽集L中每個標簽的重要性權重LW(l_j)，其具體包括以下子步驟：

S21、根據互信息計算兩個標簽之間的相關性w(l_i；l_j)，將兩個相同的標簽之間的互信息設為0，即當i＝j時，w(l_i；l_j)＝0；根據互信息計算兩個標簽之間的相關性w(l_i；l_j)的公式如下：

式中，MI(·,·)表示互信息，P(·,·)表示聯合概率分布函數，P(·|·)表示條件概率分布函數，P(·)表示邊緣概率分布函數，1≤k≤N，1≤q≤N，N表示實例的個數，l_ik表示標簽l_i對應的實例是x_k，x_k＝[x¹,x²,…,x^d]，x_k表示d維向量，l_jq表示標簽l_j對應的實例是x_q，x_q＝[x¹,x²,…,x^d]，x_q表示d維向量；

S22、將各個標簽作為節點，構建加權無向圖WUG，將兩個標簽之間的相關性的值作為加權無向圖WUG中兩個節點之間的邊上的權重；

S23、根據構建的加權無向圖WUG，利用以下公式計算每個標簽的重要性權重LW(l_j)：

式中，SW(l_j)表示各個標簽和標簽l_j的互信息求和，LW(l_i)和LW(l_j)分別表示標簽l_i和標簽l_j的權重值；SN(l_i)表示指向標簽節點l_i的節點的集合；w(l_i,l_j)表示標簽l_i和l_j之間的相關性；d表示阻尼系數；每個節點均具有一個初始權重，該初始權重設置為1/m，其中m為節點的總數，即標簽的總數；

步驟S3、定義模型中第i個特征到達的時刻為t_i，并初始化t_i＝0，特征隨著時間的推移依次流入模型；

步驟S4、定義在時刻t_i到達的特征為f_i；定義特征數的極限值為INF；定義候選特征集為CFS，并初始化定義相關性閾值為δ；

步驟S5、對i與INF的值進行比較，判斷i≤INF是否成立；若成立，則執行步驟S6-S12；若不成立，結束所有步驟并退出；

步驟S6、判斷步驟S4定義的候選特征集CFS是否為空集；若候選特征集CFS為空集，則進入步驟S7；若候選特征集CFS不為空集，則進入步驟S8；

步驟S7、當新流入一個特征f_i時，判斷新流入的特征f_i與標簽集L是否相關，對新流入的特征f_i與標簽集L進行相關性分析，若兩者不相關，則刪除該新流入的特征f_i，并進入步驟S12；若兩者相關，則將該新流入的特征f_i加入到候選特征集CFS_i-1，此時，候選特征集CFS＝CFS_i-1∪f_i，之后進入步驟S12；

步驟S8、當新流入一個特征f_i時，對特征f_i進行顯著性分析，判斷特征f_i是否為顯著特征；若該新流入的特征f_i為顯著特征，則將該新流入的特征f_i加入到候選特征集CFS_i-1，此時，候選特征集CFS＝CFS_i-1∪f_i；若該新流入的特征f_i為非顯著特征，則進入步驟S9；

步驟S9、判斷該新流入的特征f_i與標簽集L是否相關，對該新流入的特征f_i與標簽集L進行相關性分析；若兩者不相關，則刪除f_i并進入步驟S12；若兩者相關，則進入步驟S10；

步驟S10、遍歷候選特征集CFS_i-1中的每個特征，判斷CFS_i-1中是否存在特征f_k能代替該新流入的特征f_i，若存在能代替特征f_i的特征f_k，則將該新流入的特征f_i作為冗余特征刪除并進入步驟S12；否則，進入步驟S11；

步驟S11、遍歷候選特征集CFS_i-1中的每個特征，判斷該新流入特征f_i能否代替CFS_i-1中的某個特征f_k，若CFS_i-1中存在能夠被新流入的特征f_i代替的特征f_k，則將該特征f_k作為冗余特征從候選特征集CFS_i-1中刪除，CFS_i-1＝CFS_i-1-f_k，并將新流入的特征f_i加入到候選特征集CFS_i-1，此時，候選特征集CFS＝CFS_i-1∪f_i，之后進入步驟S12；否則，直接將新流入的特征f_i加入到候選特征集CFS_i-1，候選特征集CFS＝CFS_i-1∪f_i，之后進入步驟S12；

步驟S12、判斷是否有特征未處理；若結果為是，則返回步驟S5按照流程重新進行操作；若結果為否，則輸出最優特征子集SF＝CFS。