基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种针对弱标记的多标记数据集成学习分类方法,它通过采用基于相似性成对约束投影的方法来处理数据,更好地利用了弱标记样本的特征,从而提高了分类性能。
推荐文章
用于多标记学习的局部顺序分类器链算法
多标记学习
标记相关性
分类器链
K-近邻
针对标记数据不足的数据流分类器
数据流
分类
概念漂移
主动学习
针对弱标记数据的多标签分类算法
多标签分类
缺失标签
弱标记学习
标签相关性
多标记学习研究综述
多标记学习
机器学习
问题转换
算法改进
评估措施
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 针对弱标记的多标记数据集成学习分类方法
来源期刊 微型机与应用 学科 工学
关键词 分类 多标记数据 集成学习 弱标记数据
年,卷(期) 2012,(13) 所属期刊栏目 技术与方法
研究方向 页码范围 73-75
页数 3页 分类号 TP399
字数 2903字 语种 中文
DOI 10.3969/j.issn.1674-7720.2012.13.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李宏 中南大学信息科学与工程学院 73 514 13.0 19.0
2 李凤英 中南大学信息科学与工程学院 1 2 1.0 1.0
3 李培 中南大学信息科学与工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (20)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
分类
多标记数据
集成学习
弱标记数据
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术与网络安全
月刊
2096-5133
10-1543/TP
大16开
北京市海淀区清华东路25号(北京927信箱)
82-417
1982
chi
出版文献量(篇)
10909
总下载数(次)
33
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导