1.一种偏多标签特征选择方法,其特征在于,包含:获取偏多标签的原始训练数据集,并根据原始训练数据集,初始化标签置信度矩阵,以及构建可信标签、不可信标签与不确定标签的分布区域;
根据近邻的分布,更新标签置信度矩阵,对不可信标签的分布区域进行消歧,以及对不确定标签的分布区域进行迭代更新,直至达到最大迭代次数,获取消歧后的标签;
根据消歧后的标签,结合粒度计算与图论,将标签从细粒度聚合到粗粒度,并构造虚拟粗粒度标签;
根据所述虚拟粗粒度标签,结合从样本数据中获取的多个特征,构建适用于偏多标记数据的邻域粗糙集模型,并采用前向贪婪搜索算法选择重要性最高的特征;
获取偏多标签的原始训练数据集,并根据原始训练数据集,初始化标签置信度矩阵,以及构建可信标签、不可信标签与不确定标签的分布区域,具体包括:获取偏多标签的原始训练数据集;
根据所述原始训练数据集,构建在候选标签集上均匀分布的标签置信度矩阵;
;
;
式中,表示第个样本数据的第个标签的均匀分布的标签置信度、为样本数据的数量、为标签的数量、为样本数据的候选标签集;
使用桶式KD-Tree算法有效搜索样本数据的个近邻;
;
式中,表示样本数据的个近邻、表示样本数据的近邻、表示样本数据的第个近邻、表示样本空间;
根据所述个近邻,获取概率矩阵;
;
;
式中,为第个样本数据的第个标签的概率、表示样本数据的个近邻、代表原始噪声标签上的正例集合、表示集合的元素个数、是为避免出现零概率情况的平滑参数、表示每个标签对应的类数;
根据所述标签置信度矩阵和所述概率矩阵,初始化标签置信度矩阵;
根据初始化后的标签置信度矩阵,基于“准则”将候选标签划分为3个不相交的区域,获取消歧标签置信度矩阵;其中,3个不相交的区域分别为可信标签区域、不可信标签区域和不确定标签区域;
根据消歧后的标签,结合粒度计算与图论,将标签从细粒度聚合到粗粒度,并构造虚拟粗粒度标签,具体包括:根据消歧后的标签,取标签和作为顶点,建立一个完全无向图;其中,,是顶点的集合,是边集合;定义标签和连接的边的权重为标签不相似性;
;
式中,是在可信标签诱导阶段完成后生成的消歧标签的正例集合,是在可信标签诱导阶段完成迭代后标签的正例集合;
根据所述完全无向图,先使用Prim算法构造最小生成树,然后去除部分边将最小生成树划分为多个子树;移除边的阈值为:;
式中,为标签的数量;
将每个子树视为一个由多个细粒度标签聚合而成的粗粒度标签,根据粗粒度标签内标签的共现频率,将细粒度标签的值聚合成一个新的粗粒度标签,获取虚拟粗粒度标签;
虚拟粗粒度标签下的值为:
;
式中,为样本数据的第个标签、是一个由一个或多个标签组成的粗粒度标签、表示内的标签个数、表示标签下样本的值、ξ为用以控制实例是否属于虚拟粗粒度标签的参数、表示如果条件满足则返回1,否则返回0。
2.根据权利要求1所述的一种偏多标签特征选择方法,其特征在于,所述标签置信度矩阵的初始化模型:;
式中,为矩阵中的元素,表示第个样本数据的第个标签是真实标签的标签置信度、为样本数据的数量、为标签的数量、表示在候选标签集上均匀分布的标签置信度矩阵、是由邻域信息构造的概率矩阵、是平衡参数;
消歧标签置信度矩阵为:
;
;
式中,为当前消歧标签矩阵中的元素、表示每个样本在当前消歧标签矩阵中的均值、表示每个样本在当前消歧标签矩阵中的标准差。
3.根据权利要求1所述的一种偏多标签特征选择方法,其特征在于,根据近邻的分布,更新标签置信度矩阵,对不可信标签的分布区域进行消歧,以及对不确定标签的分布区域进行迭代更新,直至达到最大迭代次数,获取消歧后的标签,具体包括:对于第次迭代,样本数据的个近邻被更新为;其中,为样本数据的第个近邻;
概率矩阵可被更新为:
;
;
式中,为第次迭代的第个样本数据的第个标签的概率、为第次迭代的样本数据的个近邻、表示经过次迭代后产生的消歧标签的正例集合、表示集合的元素个数、是为避免出现零概率情况的平滑参数、表示每个标签对应的类数;
在的基础上传播当前标签置信度矩阵,将标签置信度矩阵被更新为:;为平衡参数;
根据更新可信标签、不可信标签与不确定标签的分布区域,获取第次迭代的当前消歧标签置信度矩阵更新为:;
;
式中,为第次迭代的当前消歧标签置信度矩阵中的元素、表示每个样本在当前消歧标签矩阵中的均值,表示每个样本在当前消歧标签矩阵中的标准差。
4.根据权利要求1所述的一种偏多标签特征选择方法,其特征在于,根据所述虚拟粗粒度标签,结合从样本数据中获取的多个特征,构建适用于偏多标记数据的邻域粗糙集模型,并采用前向贪婪搜索算法选择重要性最高的特征,具体包括:根据所述虚拟粗粒度标签,结合从样本数据中获取的多个特征,构建局部多标签决策系统,式中:为样本数据集合、为特征集合,为虚拟粗粒度标签集合;
基于,根据桶式KD-Tree算法,搜索所有样本数据在特征子集上的个近邻,获取邻域;
;
式中,表示样本数据在特征子集上的个近邻、表示样本数据的近邻、表示样本数据的第个近邻、为特征集合的子集;
定义是虚拟粗粒度标签下决策为的样本集,则粗粒度标签集关于特征子集的上下近似为:;
式中,是虚拟粗粒度标签集合关于特征子集的下近似、是虚拟粗粒度标签的个数、为虚拟粗粒度标签的序号、是虚拟粗粒度标签关于特征子集的下近似、为虚拟粗粒度标签下决策的样本集的个数、表示样本集中的第个样本、表示第个样本数据、表示样本数据在特征子集上的个近邻、是虚拟粗粒度标签集合关于特征子集的上近似、是虚拟粗粒度标签关于特征子集的上近似、表示空集;
根据所述上下近似,定义虚拟粗粒度标签对特征子集的依赖程度为:;
式中,为虚拟粗粒度标签对特征子集的依赖程度、是虚拟粗粒度标签关于特征子集的下近似、为样本数据集合;
基于所述依赖程度,定义特征相对于的重要度为:;
式中,表示重要度、表示特征集合中不属于特征子集A的特征、表示虚拟粗粒度标签、表示依赖程度;
基于所述重要度,采用前向贪婪搜索算法选择重要性最高的特征;
;
式中,表示多个重要度值大于0的的和、为特征的索引。
5.一种偏多标签特征选择装置,其特征在于,包含:区域划分模块,用于获取偏多标签的原始训练数据集,并根据原始训练数据集,初始化标签置信度矩阵,以及构建可信标签、不可信标签与不确定标签的分布区域;
消歧模块,用于根据近邻的分布,更新标签置信度矩阵,对不可信标签的分布区域进行消歧,以及对不确定标签的分布区域进行迭代更新,直至达到最大迭代次数,获取消歧后的标签;
聚合模块,用于根据消歧后的标签,结合粒度计算与图论,将标签从细粒度聚合到粗粒度,并构造虚拟粗粒度标签;
特征选择模块,用于根据所述虚拟粗粒度标签,结合从样本数据中获取的多个特征,构建适用于偏多标记数据的邻域粗糙集模型,并采用前向贪婪搜索算法选择重要性最高的特征;
区域划分模块,具体用于:
获取偏多标签的原始训练数据集;
根据所述原始训练数据集,构建在候选标签集上均匀分布的标签置信度矩阵;
;
;
式中,表示第个样本数据的第个标签的均匀分布的标签置信度、为样本数据的数量、为标签的数量、为样本数据的候选标签集;
使用桶式KD-Tree算法有效搜索样本数据的个近邻;
;
式中,表示样本数据的个近邻、表示样本数据的近邻、表示样本数据的第个近邻、表示样本空间;
根据所述个近邻,获取概率矩阵;
;
;
式中,为第个样本数据的第个标签的概率、表示样本数据的个近邻、代表原始噪声标签上的正例集合、表示集合的元素个数、是为避免出现零概率情况的平滑参数、表示每个标签对应的类数;
根据所述标签置信度矩阵和所述概率矩阵,初始化标签置信度矩阵;
根据初始化后的标签置信度矩阵,基于“准则”将候选标签划分为3个不相交的区域,获取消歧标签置信度矩阵;其中,3个不相交的区域分别为可信标签区域、不可信标签区域和不确定标签区域;
聚合模块,具体用于:
根据消歧后的标签,取标签和作为顶点,建立一个完全无向图;其中,,是顶点的集合,是边集合;定义标签和连接的边的权重为标签不相似性;
;
式中,是在可信标签诱导阶段完成后生成的消歧标签的正例集合,是在可信标签诱导阶段完成迭代后标签的正例集合;
根据所述完全无向图,先使用Prim算法构造最小生成树,然后去除部分边将最小生成树划分为多个子树;移除边的阈值为:;
式中,为标签的数量;
将每个子树视为一个由多个细粒度标签聚合而成的粗粒度标签,根据粗粒度标签内标签的共现频率,将细粒度标签的值聚合成一个新的粗粒度标签,获取虚拟粗粒度标签;
虚拟粗粒度标签下的值为:
;
式中,为样本数据的第个标签、是一个由一个或多个标签组成的粗粒度标签、表示内的标签个数、表示标签下样本的值、ξ为用以控制实例是否属于虚拟粗粒度标签的参数、表示如果条件满足则返回1,否则返回0。
6.一种偏多标签特征选择设备,其特征在于,包括处理器、存储器,以及存储在所述存储器内的计算机程序;所述计算机程序能够被所述处理器执行,以实现如权利要求1至4任意一项所述的一种偏多标签特征选择方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至4任意一项所述的一种偏多标签特征选择方法。