基于标签特定特征的多目标回归稀疏集成方法

• 作者: 刘洪涛 李航 李鸽鸽 王进
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 多目标回归 稀疏集成 标签特定特征 目标间关联
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 906-913
• 页数: 8页
• 分类号: TP391|TP399
• 字数: 5619字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.05.010

摘要

多目标回归学习是指同时学习多个相关的回归任务,其主要挑战来自于对输入要素和输出目标变量之间的基础关系进行建模以及对目标间的相关性进行探索.针对这两个挑战,本文提出了一种基于标签特定特征的多目标回归稀疏集成方法,通过探索目标间的相关性,为每个目标构建其独特的标签特定特征,提高算法整体的预测精度;同时设计一种稀疏性聚合函数对不同的回归方法进行集成,从而处理输入与输出间的复杂关系.在18个数据集上与有代表性的多目标回归方法进行对比实验,充分证明了本文方法的有效性与竞争性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王进	重庆邮电大学计算机学院	50	202	8.0	12.0
2	刘洪涛	重庆邮电大学计算机学院	13	96	6.0	9.0
6	李航	重庆邮电大学计算机学院	2	2	1.0	1.0
7	李鸽鸽	重庆邮电大学计算机学院	1	0	0.0	0.0