随着数据量的迅速增长和数据模式的复杂性增加,例如非平稳的EEG信号(Yu, Lei, Song, Liu, Wang, 2020; Yu, Li, Liu, Liu, Guo, Wang, Li, 2024; Yu, Zeng, Liu, Wang, Liu, 2025)、图像处理(Song, Ye, Sun, Hou, Li, Hao, 2025; Wang, Song, Li, Wang, 2025c)、交通场景检测(Shen et al., 2024)和噪声工业缺陷数据(Jia, Zheng, Wang, Chen, Karjalainen, Dong, Lu, Wang, Hyypp?, 2024; Xu, Han, Zhou, Liu, Ding, Zhu, 2024),降维已从简单的预处理步骤发展成为连接数据特征和任务要求的核心技术。降维主要包括两个核心技术路径:主成分分析(PCA)和特征选择,它们共同构成了高维数据处理的技术基石。PCA通过正交变换将高维数据映射到低维空间,旨在用最少的维度保留数据的最大方差信息。由于受到线性假设的限制,传统的PCA难以适应非线性数据分布(Bie, You, Li, Zhang, & Lu, 2024)。高斯核PCA通过在执行PCA降维之前通过核函数隐式地将数据映射到高维特征空间来克服这一限制(Wu, Ferrari, Liu, & Wingerden, 2021),而稀疏PCA引入了L1正则化等稀疏约束,显著提高了降维结果的可解释性(Bian, Zhao, Nie, Wang, & Li, 2024)。此外,鲁棒PCA在涉及噪声样本的情景中表现出更强的稳定性(Gao, Wu, Liu, Zheng, & Wang, 2022)。由于PCA基于数据的固有统计规律过滤冗余信息,它通常被归类为无监督过滤方法。与基于PCA的方法相比,基于粗糙集理论的特征选择技术得到了包括样本关系粒度、不确定性度量和属性重要性在内的系统概念的支持(Yang, Chen, Wang, Li, Yu, Wang, Luo, 2023; Zhang, Wang, Bhatti, Zhou, Jin, M, 2025a)。这些方法分析特征与决策属性(类别标签)之间的依赖关系,以保留保持数据分类能力的核心特征子集,通常被归类为监督包装方法。包装特征选择算法以分类准确性为导向,具有决策相关性和信息可解释性等优势,从而优于嵌入式和过滤方法。
特征选择通过消除不相关和噪声特征来实现数据降维和信息净化。它的价值不仅体现在传统任务中,如数据分类(Li, Yang, Bao, Xia, Zhang, Wang, 2025b; Wang, Zhao, Huang, 2025d)、异常值检测(Su, Liu, Cui, 2025; Wang, Ke, 2023)和信息融合(Liu, Li, Zuo, Chen, Chen, Wang, Wang, Lv, 2024; Xu, Li, 2025),而且在推动当代机器学习中也变得越来越不可或缺(Xue, Zheng, Li, Wang, Mu, Yang, Feng, Fan, Li, 2024; Yao, Zhao, Cao, Li, 2025; Zhou, Zhang, Wang, Zhu, Wang, Gao, Cai, Zhou, Li, 2025)。例如,Yin等人(2024)首先分析了当前超分辨率算法中某些特征提取模块的特性,然后提出了一个自适应特征融合模块用于特征提取。最近,针对模糊γ-覆盖决策系统(FGCDSs)的现有特征选择方法取得了显著成就(Huang & Li, 2024)。然而,现有特征选择算法在各种复杂场景中存在某些局限性,包括使用单一粒度邻域、测量构建中的单一视角以及度量融合不足。为了解决上述问题,本文提出了一个基于三级融合三视图不确定性度量的系统特征选择框架,用于多粒度模糊γ-覆盖(FGCs),以实现鲁棒的特征学习。新颖的贡献如下:
- (1)
提出了一个多粒度三视图不确定性测量系统,将单一粒度的FGCs推广到2-划分(2D-MG)和k-划分(kD-MG)多粒度结构(乐观/悲观),并整合了代数视图依赖度(DD)、信息视图区分指数(DI)和代数-信息视图邻域自信息(NSI),形成了6个基本度量,以解决孤立测量视角的局限性。
- (2)
创新性地开发了层次融合强化(HF-REI)技术,在宇宙/顶层、类别/中间层和对象/底层之间实现了两因素和三因素融合。该技术生成了18个系统融合度量,克服了浅层全局融合的缺点,并保留了细粒度的区分信息。
- (3)
基于乐观多粒度度量构建了12种启发式特征选择算法,并在16个公共数据集和10个工业数据集上进行了验证。最佳算法在KNN上的准确率提高了1.20%,在SVM上提高了1.02%,与最先进的基准算法相比,展示了卓越的鲁棒性和实用性。
关于本文的其余部分组织结构,第2节提供了相关工作概述。第3节回顾了FGCs和基本度量,并进一步介绍了FGCs的多粒度结构。第4节为多粒度FGCs构建了三视图基本不确定性度量(代数视图DD、信息视图DI、代数-信息视图NSI)。第5节使用两因素和三因素策略开发了三级融合度量。第6节基于这些度量设计了12种系统启发式特征选择算法。第7节通过16个数据集的实验验证了所提出的方法。第8节提供了结论。