期刊专题

10.11896/j.issn.1002-137X.2014.12.034

基于粒计算的多标签懒惰学习算法

引用
多标签学习用于处理一个样本同时拥有多个标签的问题.已有的多标签懒惰学习算法IMLLA未充分考虑样本分布的特点,即在构建样本的近邻点集时,近邻点个数取固定值,这可能会将相似度高的点排除在近邻集之外,或者将相似度低的点包括在近邻集内,影响分类方法的性能.针对IMLLA的缺陷,将粒计算的思想加入近邻集的构建,提出一种基于粒计算的多标签懒惰学习算法(GMLLA).该方法通过粒度控制,确定样本近邻点集,使得近邻集内的样本具有高相似度.实验结果表明,本算法的性能优于IMLLA.

K近邻、多标签学习、懒惰学习、IMLLA、粒计算

41

TP181(自动化基础理论)

国家自然科学基金项目61272152,61202228;安徽省自然科学基金项目1208085MF109;2013留学人员科技活动择优资助项目资助

2015-01-12(万方平台首次上网日期,不代表论文的发表时间)

共4页

160-163

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

41

2014,41(12)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn