南京邮电大学学报(自然科学版)

作者：乔丽娇,李佳蓉,单婷婷,鞠恒荣,丁卫平

单位：南通大学 人工智能与计算机学院，江苏 南通 226019南通大学 人工智能与计算机学院，江苏 南通 226019南通大学 人工智能与计算机学院，江苏 南通 2260191. 南通大学 人工智能与计算机学院，江苏 南通 2260192. 南京大学 计算机软件新技术国家重点实验室，江苏 南京 210000南通大学 人工智能与计算机学院，江苏 南通 226019

关键词：特征选择;加权粒舱;半球粒化;代价熵;半监督

基金：国家自然科学基金（62006128）、南京大学计算机软件新技术国家重点实验室资助项目（KFKT2024B30）和南通市自然科学基金（JC2024044）资助项目

随着数据维度和规模的增长，传统特征选择方法面临计算效率低、分类性能差等问题。半监督特征选择虽能结合少量标记和大量未标记数据筛选低冗余、高相关性的特征，但现有方法难以兼顾局部与全局特征分析。为此，文中提出一种基于代价熵信息粒化的半监督特征选择方法。该方法通过构建加权粒舱，将样本划分为核心粒舱和边界粒舱，并结合协方差主方向对各决策类进行半球粒化，为未标记样本分配伪标签。随后，引入代价熵评估特征重要性，并据此选择最优特征子集。实验结果表明，所提出的方法在多个数据集上优于现有方法，显著提升分类准确率，并降低计算复杂度。

来源：2026年第02期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2026年第02期