原文服务方: 计算机应用研究       
摘要:
多标记学习是针对现实世界中普遍存在的多义性对象而提出的一种学习框架.对多标记学习的研究现状和进展作了综合论述,给出多标记学习的定义和求解策略,将当前多标记学习算法分为问题转换和算法改进两大类,并重点阐述各类算法的学习原理;探讨了多标记学习的各种评估措施的定义及其作用,并总结了在多标记学习研究背景下若干有价值的研究方向.
推荐文章
多标记学习研究综述
多标记学习
分类
标记相关性
维度约简
偏标记学习研究综述
机器学习
弱监督信息
偏标记学习
候选标记
纠错输出编码
多模态深度学习综述
多模态
深度学习
多神经网络
多模态表示
多模态传译
多模态融合
多模态对齐
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
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 多标记学习研究综述
来源期刊 计算机应用研究 学科
关键词 多标记学习 机器学习 问题转换 算法改进 评估措施
年,卷(期) 2014,(6) 所属期刊栏目
研究方向 页码范围 1601-1605
页数 5页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2014.06.001
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 李志欣 广西师范大学计算机科学与信息工程学院 30 144 7.0 11.0
2 张灿龙 广西师范大学计算机科学与信息工程学院 41 194 8.0 11.0
3 周生明 广西师范大学计算机科学与信息工程学院 20 152 6.0 11.0
4 卓亚琦 桂林理工大学理学院 8 56 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (12)
节点文献
引证文献  (36)
同被引文献  (43)
二级引证文献  (52)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2015(5)
  • 引证文献(5)
  • 二级引证文献(0)
2016(15)
  • 引证文献(9)
  • 二级引证文献(6)
2017(16)
  • 引证文献(7)
  • 二级引证文献(9)
2018(18)
  • 引证文献(4)
  • 二级引证文献(14)
2019(23)
  • 引证文献(7)
  • 二级引证文献(16)
2020(11)
  • 引证文献(4)
  • 二级引证文献(7)
研究主题发展历程
节点文献
多标记学习
机器学习
问题转换
算法改进
评估措施
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导