基于标签特征和相关性的多标签分类算法

• 作者: 李锋 杨有龙
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多标签学习 局部标签相关性 标签特有特征 相关实例补充
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 热点与综述
• 页码范围: 48-55
• 页数: 8页
• 分类号: TP391
• 字数: 7334字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1811-0325

摘要

针对标签特有特征和标签相关性的有效利用,提出了一种新的多标签算法LSFLC,它可以有效地集成标签特有特征和标签相关性.首先,对于每个标签,通过重采样技术生成新的正类实例以扩充其正类实例的数目;其次,通过特征映射函数将原始特征空间转换为特定的特征空间,得到每个标签的标签特征集;然后,对于每个标签,找到与其最相关标签,通过复制该标签的正类实例来扩大标签特征集,这不仅丰富了标签的信息,而且在一定程度上改善了类不平衡的问题;最后,对于不同的数据集进行实验分析,实验结果表明该算法的分类效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨有龙	西安电子科技大学数学与统计学院	44	147	7.0	10.0
2	李锋	西安电子科技大学数学与统计学院	5	7	2.0	2.0