基于模糊支持向量机的多标签分类方法改进

• 作者: 朱红康 郭晨晨
• 来源期刊: 甘肃科学学报
• 学科: 工学
• 关键词: One-against-all 模糊支持向量机 多标签分类 决策边界 隶属函数
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 数理科学
• 页码范围: 6-10
• 页数: 5页
• 分类号: TP18
• 字数: 3232字
• 语种: 中文
• DOI: 10.16468/j.cnki.issn1004-0366.2017.06.002.

摘要

One-against-all支持向量机的多标签分类存在将样本分类到训练集无法获取标签的"未定义"区域和没有明确决策函数的标签模糊区域的问题.对此提出一种基于模糊支持向量机的多标签分类改进方法(FSVMi).该方法通过将多条决策边界合并,并为每个标签类分配相应的隶属函数.实验结果表明,相比于现有方法,该方法更具有优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱红康	山西师范大学数学与计算机科学学院	19	48	4.0	6.0
2	郭晨晨	山西师范大学数学与计算机科学学院	12	17	3.0	3.0