主动三支聚类下的全局和局部多视角多标签学习算法

• 作者: 朱昌明 岳闻 王盼红 沈震宇 周日贵
• 来源期刊: 山东大学学报（工学版）
• 关键词: 三支聚类 多视角 多标签 标签关联 全局和局部
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 机器学习与数据挖掘|Machine Learning&Data Mining
• 页码范围: 34-46,56
• 页数: 14页
• 分类号: TP391
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2020.234

摘要

为了考虑样本与簇之间不确定的归属关系并衍生全局和局部多视角多标签学习的应用范围,提出一个主动三支聚类下的全局和局部多视角多标签学习算法(global and local multi-view multi-label learning machine with active three-way clustering,GLMVML-ATC).通过使用主动三支聚类,样本是否归属于一个簇将取决于不确定样本属于核心区域的概率.这使得局部标签关联更可信,能够增强多视角多标签学习机的性能,并加速他们的发展.试验表明,GLMVML-ATC使得分类性能至少提升3％,增加的训练时间不超过7％,更优于典型的多视角、多标签学习机.