Manifold regularized discriminative feature selection for multi-label learning（基于流式正则化判别多标记学习的特征选择）
论文大纲：背景特征选择的方法详细介绍MDFS方法实验结果分析讨论和结论背景：在多标签学习中，对象本质上与多个语义相关，数据类型同时面临高特征维数的影响，如生物信息学和文本挖掘等应用。为了解决学习问题，提出了特征选择这一关键技术来降低维数，而以往的多标签特征选择方法大多是从传统的单标签特征选择方法中直接转化而来的，或者是在标签信息的开发过程中半途而废，从而导致了多标签特征选择方法的不足所选特征子集中