面向动态混合数据的多粒度增量特征选择算法.pdfVIP

软件学报

ISSN

1000-9825,

CODEN

RUXUEWE-mail:

jos@

2025,36(3):1186−1201

[doi:

10.13328/ki.jos.007158]

[CSTR:

32375.14.jos.007158]

©中国科学院软件研究所版权所有.Tel:

+86-10

*

面向动态混合数据的多粒度增量特征选择算法

王

锋,

姚

珍,

梁吉业

(山西大学

计算机与信息技术学院,

山西

太原

030006)

通信作者:

王锋,

E-mail:

sxuwangfeng@126.com

摘要:

在大数据时代,

样本规模以及维数的动态更新和变化极大地增加了计算负担,

在这些动态数据中,

大多的

数据样本并不以单一的数据取值形式存在,

而是同时包含符号型数据和数值型数据的混合型数据.

为此,

学者们提

出了许多关于混合数据的特征选择算法,

但现有的算法大多只适用静态数据或者小规模的增量数据,

无法处理大

规模动态变化的数据,

尤其是数据分布不断变化的大规模增量数据集.

针对这一局限性,

通过分析动态数据中粒空

间以及粒结构的变化和更新,

基于信息融合机制,

提出了一种面向动态混合数据的多粒度增量特征选择算法.

该算

法重点讨论了动态混合数据中的粒空间构建机制、多数据粒结构的动态更新机制以及面向数据分布变化信息融

合机制.

最后,

通过与其他算法在UCI数据集上的实验结果进行对比,

进一步验证了所提算法的可行性和高效性.

关键词:

动态混合数据;

数据分布变化;

多粒度计算;

信息融合

中图法分类号:

TP18

中文引用格式:

王锋,

姚珍,

梁吉业.

面向动态混合数据的多粒度增量特征选择算法.

软件学报,

2025,

36(3):

1186–1201.

http://

/1000-9825/7158.htm

英文引用格式:

Wang

F,

Yao

Z,

Liang

JY.

Multi-granulation

Incremental

Feature

Selection

Algorithm

for

Dynamic

Hybrid

Data.

Ruan

Jian

Xue

Bao/Journal

of

Software,

2025,

36(3):

1186–1201

(in

Chinese).

/1000-9825/7158.htm

Multi-granulationIncrementalFeatureSelectionAlgorithmforDynamicHybridData

WANG

Feng,

YAO

Zhen,

LIANG

Ji-Ye

(School

of

Computer

and

Information

Technology,

Shanxi

University,

Taiyuan

030006,

China)

Abstract:

In

the

era

of

big

data,

the

sample

scale

and

the

dynamic

update

and

variation

of

dimensionality

greatly

increase

the

computational

burden.

Most

of

these

data

sets

do

not

exist

in

the

form

of

a

single

data

type

but

are

more

often

hybrid

data

containing

both

symbolic

and

numerical

data.

For

this

reason,

scholars

have

proposed

many

feature

selection

algorithms

for

hybrid

data.

However,

most

of

the

existin