基于LS-SVM的多标签分类算法

• 作者: 殷会 许建华 许花
• 来源期刊: 南京师范大学学报（工程技术版）
• 学科: 工学
• 关键词: LS-SVM 多标签分类 一对一分解
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 68-73
• 分类号: TP391.4
• 字数: 4411字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1292.2010.02.015

摘要

多标签分类是指部分样本同时归属多个类别.基于数据分解的算法因训练速度快、性能良好而得到广泛的应用.本文采用一对一分解策略,将k标签数据集分解为k(k-1)/2个两类单标签和两类双标签的数据子集.对每一训练子集统一用LS-SVM模型建立子分类器,当出现双标签样本时将其函数值设为0,并确定适当的分类阈值.对情感、景象和酵母数据集的实验结果表明,本文算法的某些性能指标优于现有一些常用的多标签分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许建华	南京师范大学计算机科学与技术学院	12	383	6.0	12.0
2	殷会	南京师范大学计算机科学与技术学院	1	15	1.0	1.0
3	许花	南京师范大学计算机科学与技术学院	1	15	1.0	1.0