基本信息

---

下载

文档摘要

---

摘要

摘要

特征选择能够有效识别并保留最能表征数据本质的特征子集，从而降低特征空间的

维度。然而，随着数据规模的急剧增长，传统特征选择方法在实际应用中仍面临严峻挑

战：（1）数据类别具有复杂的层次结构；（2）特征在不同类别间的相关性呈现异质性。

这导致传统特征选择算法无法准确捕捉类别间的区分信息。针对这些问题，本文基于类

别间的层级结构特性，分别从静态和动态环境的角度深入挖掘不同类别间的差异性特

征，筛选出更具判别性的特征子集。