基于标签相关性的多标签分类AdaBoost算法

• 作者: 付忠良 王莉莉
• 来源期刊: 四川大学学报（工程科学版）
• 学科: 工学
• 关键词: 标签相关性 多标签分类 多分类问题 AdaBoost算法 分类器组合
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 信息工程
• 页码范围: 91-97
• 页数: 7页
• 分类号: TP391
• 字数: 5387字
• 语种: 中文
• DOI: 10.15961/j.jsuese.2016.05.014

摘要

在多标签分类问题中,标签之间往往是相关的,为了提高分类性能,利用标签之间的相关性,提出AdaBoost.MLR算法和标签相关性分析方法.AdaBoost.MLR算法采用余弦相似度来计算标签相关性矩阵,利用标签相关性矩阵对原始标签矩阵进行补全转换为模糊标签矩阵,将标签空间划分为标签集、标签相关集和标签无关集,结合标签之间的相关性和弱分类器的分类情况,对样本权重进行调整.AdaBoost.MLR算法也能解决多类别分类问题,在其标签相关性的计算中,根据已经训练的弱分类器得到的临时强分类器的分类结果,构造标签相似性矩阵.实验结果表明,文中提出的算法在实验数据集上优于现有的算法,尤其在标签相关性复杂的数据集上分类性能有显著提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付忠良	中国科学院成都计算机应用研究所	50	1542	17.0	39.0
5	王莉莉	中国科学院成都计算机应用研究所	35	511	12.0	22.0