一种基于示例非独立同分布的多示例多标签分类算法

• 作者: 丁昕苗 刘影 周树森 柳婵娟 邹海林 陈彤彤
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 多示例学习 多示例多标签学习 示例非独立同分布 多核学习
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 287-292
• 页数: 6页
• 分类号: TP181
• 字数: 5966字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.2.060

摘要

多示例多标签学习是一种新型的机器学习框架.在多示例多标签学习中,样本以包的形式存在,一个包由多个示例组成,并被标记多个标签.以往的多示例多标签学习研究中,通常认为包中的示例是独立同分布的,但这个假设在实际应用中是很难保证的.为了利用包中示例的相关性特征,提出了一种基于示例非独立同分布的多示例多标签分类算法.该算法首先通过建立相关性矩阵表示出包内示例的相关关系,每个多示例包由一个相关性矩阵表示;然后建立基于不同尺度的相关性矩阵的核函数;最后考虑到不同标签的预测对应不同的核函数,引入多核学习构造并训练针对不同标签预测的多核SVM分类器.图像和文本数据集上的实验结果表明,该算法大大提高了多标签分类的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹海林	鲁东大学信息与电气工程学院	41	260	9.0	13.0
2	柳婵娟	鲁东大学信息与电气工程学院	17	108	5.0	10.0
3	丁昕苗	山东工商学院信息与电子工程学院	15	46	4.0	6.0
4	周树森	鲁东大学信息与电气工程学院	4	18	3.0	4.0
5	陈彤彤	鲁东大学信息与电气工程学院	1	3	1.0	1.0
6	刘影	鲁东大学信息与电气工程学院	1	3	1.0	1.0