关键词：多标记学习 变精度邻域粗糙集 特征选择 集成 

摘要：多标记学习是目前机器学习中的热点研究问题。本文基于变精度邻域粗糙集探究多标记学习中的特征选择方法,并对所得到的多标记子空间进行了详细的分析。首先提出了基于多标记学习的变精度邻域粗糙集模型,进而给出了一种多标记学习中的特征选择方法。在此基础上,基于不同的精度和邻域能够得到不同的特征选择结果,即不同的特征子空间。该文详细分析了精度和邻域对特征子空间的影响,并将所得到的特征子空间进行集成,详细分析了相应的集成效果。

南京理工大学学报杂志要求:

{1}引用大型常用出土文献合集，可使用括注，括注应使用不同于正文的字体。第一次应使用全称，第二次可使用简称。

{2}论文作者自愿将其拥有的对该论文的汇编权（论文的部分或全部）、翻译权、印刷版和电子版的复制权、网络传播权和发行权转让给编辑部。

{3}参考文献：论著文章要求15条以上，主要引用近3～5年内的新文献。按GB7714-87《文后参考文献著录规则》采用顺序编码著录，依照其在文中出现的先后顺序用阿拉伯数字标出。

{4}论文可以写200字以内的中文摘要和3～5个关键词，若论文受到省、部级以上基金项目支持，请注明基金名称和项目编号。

{5}来稿为基金资助项目请注明何种基金资助项目或课题（并附编号）。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社