基于标记相关性的多标记专属特征学习算法OACSTPCD
Multi-label Specific Features Learning Algorithm Based on Label Correlation
基于双标记专属特征的多标记分类算法(BILAS)是一种代表性的多标记学习算法,然而其只考虑了在标记对下取值不同的样本,忽略了取值相同的样本,使得生成的专属特征不能全面准确地刻画标记信息.针对这一不足,基于标记的二阶相关性,对标记对的全部类型样本生成专属特征,提出基于标记相关性的多标记专属特征学习算法.首先,利用基于距离的原型学习方法选择所有标记对的原型,并进一步生成相应的专属特征;然后利用标记幂集的思想构造多标记分类器.在来自MULAN(a Ja…查看全部>>
Bilabel-specific features for multi-label classification algorithm(BILAS)is a representative multi-label learning algorithm.However,it only considers samples with different values for the label pair,and ignores samples with the same value,so that the gen-erated label-specific features could not comprehensively and accurately characterize the label information.To weaken this shortcom-ing,based on the second-order correlation of labels,label-specific features …查看全部>>
李华;王志杰
石家庄铁道大学 数理系, 河北 石家庄 050043石家庄铁道大学 数理系, 河北 石家庄 050043
计算机与自动化
多标记学习数据降维相似度原型学习标记幂集
multi-label learningdimensionality reductionsimilarityprototype learninglabel powerset
《山西大学学报（自然科学版）》 2024 (1)
多标记数据的多粒度粗糙计算理论与算法研究
59-68,10
国家自然科学基金(61806133)
评论