一种利用局部标记相关性的多标记特征选择算法OACSCDCSTPCD
A multi-label feature selection algorithm by exploiting label correlations locally
随着近年来研究的深入,多标记学习已快速渗透到了各个领域中。在多标记学习中,每个实例对应着多个标记,且这些标记彼此之间相互关联,因而标记相关性的挖掘与利用对多标记学习有着重要的影响与意义。然而,目前已有的关于多标记学习的算法大多利用了全局标记相关性,即认为对于任一实例,其在学习过程中所利用的标记相关性均相同。而在现实中,不同的实例往往在其学习过程中所利用的标记相关性也不尽相同。将局部标记相关性利用到多标记特征选择算法中,通过对标记空间进行属性聚类将…查看全部>>
Different from traditional supervised learning framework in which each obj ect is assigned to only one concept of label,the condition which one obj ect may be associated with multiple labels simultaneously in multi-label learning is able to analyze the problems in the real world more effectively.In recent years,multi-label learning has been attracting a great deal of attention in machine learning.In multi-label learning,each obj ect may be associated with mu…查看全部>>
蔡亚萍;杨明
南京师范大学计算机科学与技术学院，南京，210023南京师范大学计算机科学与技术学院，南京，210023
计算机与自动化
多标记学习特征选择标记相关性局部性
multi-label learningfeature selectionlabel correlationslocally
《南京大学学报（自然科学版）》 2016 (4)
693-704,12
国家自然科学基金重点项目(61432008),国家自然科学基金面上项目(61272222)
评论