您的位置: 专家智库 > >

中央高校基本科研业务费专项资金(2011YJS223)

作品数:2 被引量:6H指数:2
相关作者:付彬王志海李哲何颖婧更多>>
相关机构:北京交通大学更多>>
发文基金:中央高校基本科研业务费专项资金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇多标记
  • 1篇多标记学习
  • 1篇树型
  • 1篇数据挖掘
  • 1篇文本分类
  • 1篇分类器
  • 1篇分类器选择

机构

  • 2篇北京交通大学

作者

  • 2篇王志海
  • 2篇付彬
  • 1篇何颖婧
  • 1篇李哲

传媒

  • 1篇模式识别与人...
  • 1篇中文信息学报

年份

  • 1篇2013
  • 1篇2012
2 条 记 录,以下是 1-2
排序方式:
一种启发式多标记分类器选择与排序策略被引量:2
2013年
在多标记分类问题当中,多标记分类器的目的是为实例预测一个与其关联的标记集合。典型方法之一是将多标记分类问题转化为多个二类分类问题,这些二类分类器之间可以存在一定的关系。简单地考虑标记间依赖关系可以在一定程度上改善分类性能,但同时计算复杂度也是必须考虑的问题。该文提出了一种利用多标记间依赖关系的有序分类器集合算法,该算法通过启发式的搜索策略寻找分类器之间的某种次序,这种次序可以更好地反映标记间的依赖关系。在实验中,该文选取了来自不同领域的数据集和多个评价指标,实验结果表明该文所提出的算法比一般多标记分类算法具有更好的分类性能。
李哲王志海何颖婧付彬
关键词:文本分类数据挖掘
基于树型依赖结构的多标记分类算法被引量:4
2012年
在多标记学习中,发现与利用各标记之间的依赖关系能提高学习算法的性能.文中基于分类器链模型提出一种针对性的多标记分类算法.该算法首先量化标记间的依赖程度,并构建标记之间明确的树型依赖结构,从而可减弱分类器链算法中依赖关系的随机性,并将线性依赖关系泛化成树型依赖关系.为充分利用标记间的相互依赖关系,文中采用集成学习技术进一步学习并集成多个不同的标记树型依赖结构.实验结果表明,同分类器链等算法相比,该算法经过集成学习后有更好的分类性能,其能更有效地学习标记间的依赖关系.
付彬王志海
关键词:多标记学习
共1页<1>
聚类工具0