基于标记特征的多标记学习改进算法

• 作者: 张化祥 计华 邱继钊
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 分类 聚类中心 加权 多标记学习
• 年，卷（期）: 2013,（22）
• 所属期刊栏目: 图形图像处理
• 页码范围: 163-166
• 页数: 4页
• 分类号: TP391
• 字数: 4212字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1207-0282

摘要

基于标记特征的多标记分类算法通过对标记的正反样例集合进行聚类，计算样例与聚类中心间的距离构造样例针对标记的特征子集，并生成新的训练集，在新的训练集上利用传统的二分类器进行分类。算法在构造特征子集的过程中采用等权重方式，忽略了样例之间的相关性。提出了一种改进的多标记分类算法，通过加权方式使生成的特征子集更加准确，有助于提高样例的分类精度。实验表明改进的算法性能优于其他常用的多标记分类算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张化祥	山东师范大学信息科学与工程学院	73	576	14.0	19.0
3	计华	山东师范大学信息科学与工程学院	18	118	6.0	10.0
9	邱继钊	山东师范大学信息科学与工程学院	2	8	1.0	2.0