فهرست نشریات علمی دسترسی آزاد ایران

داده‌های آموزشی چند برچسبی با مجموعه‌ای زیاد از ویژگی‌ها سروکار دارند که کارایی بسیاری از برنامه‌های کاربردی را مختل کرده است. به منظور رفع این مشکل، الگوریتم‌های انتخاب ویژگی چند برچسبی ارائه شده‌اند. با این حال، بیشتر این الگوریتم‌ها فرض می‌کنند که داده‌های آموزشی پیش از شروع الگوریتم در دسترس هستند، در حالی که داده‌ها با مرور زمان به مجموعه داده‌ها اضافه می‌شوند. اخیراً الگوریتم‌های انتخاب ویژگی چند برچسبی پویا، با انتخاب زیر مجموعه‌ای مهم در داده‌ها توجه زیادی را جلب کرده‌اند. با این وجود، هیچ کدام از این الگوریتم‌ها نتوانسته‌اند حدواسط خوبی میان معیارهای ارزیابی مختلف بدست آورند. در این مقاله قصد داریم یک روش انتخاب ویژگی چند برچسبی پویا با استفاده از تجزیه و تحلیل مولفه اصلی و نظریه اطلاعات ارائه دهیم. در این روش در ابتدا مجموعه برچسب­ها با استقاده از اولین مولفه اصلی کاهش یافته و سپس با استفاده از نظریه اطلاعات وابستگی میان ویژگی­ها و برچسب کاهش یافته محاسبه شده و ویژگی­های مهم انتخاب می­شود. برای ارزیابی روش پیشنهادی تعدادی آزمایش روی چندین داده آموزشی معروف و چندین الگوریتم انتخاب ویژگی چند برچسبی انجام شده است. نتایج نشان می­دهد که الگوریتم پیشنهادی نتایج بهتری در مقایسه با سایر الگوریتم­ها بدست آورده است.