基于不相关回归和自适应谱图的多标签学习特征选择方法
来源：计算机应用与软件杂志2025年第3期北京时间：
作者：王艳红, 顾建伟, 栾卫平, 张睿, 黄征, 王达琳
摘要：为解决特征的冗余性问题，提出一种基于不相关回归和自适应谱图的多标签学习特征选择方法。利用具有不相关约束的回归模型来生成低冗余但有区别的特征子集，从而同时进行流形学习和特征选择；在流形框架中引入基于信息熵的谱图项，以保持后续学习过程中数据的局部几何结构；在多个公共多标签数据集上进行综合实验，结果表明该方法能够高效和准确地实现高维数据特征选择。
关键词：特征选择, 高维数据, 流形框架, 信息熵
