基于标签关联的多标签演化超网络

• 作者: 刘彬 孙开伟 王进 邓欣 陈乔松
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 机器学习 多标签学习 演化超网络 标签关联
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 科研通信
• 页码范围: 1012-1018
• 页数: 7页
• 分类号: TP39
• 字数: 5452字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.04.032

摘要

针对多标签学习中如何有效挖掘利用高阶标签关联的问题,提出了一种基于标签关联的多标签演化超网络模型.该模型通过输入任意多标签学习方法的预测结果,利用超边表征挖掘高阶标签关联,并综合标签关联和特征信息作为最终的预测结果.与3种传统多标签学习方法在6个多标签数据集上的对比实验表明,本文提出模型不仅能够有效提升多个传统多标签学习方法的性能,而且能够提供具有良好可读性的学习结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王进	重庆邮电大学计算智能重庆市重点实验室	50	202	8.0	12.0
2	陈乔松	重庆邮电大学计算智能重庆市重点实验室	16	66	4.0	7.0
3	刘彬	重庆邮电大学计算智能重庆市重点实验室	2	6	2.0	2.0
4	邓欣	重庆邮电大学计算智能重庆市重点实验室	21	58	4.0	6.0
5	孙开伟	重庆邮电大学计算智能重庆市重点实验室	10	38	3.0	6.0