10.16208/j.issn1000-7024.2019.06.014
基于分类器链的多示例多标记算法
退化方法是求解多示例多标记学习(MIML)问题常用的求解方式,但是在退化过程中会造成标记之间的关联信息丢失.对该问题进行研究,提出OCC-M1MLSVM+分类算法,将MIMLSVM+算法与有序分类器链(OCC)方法相结合,通过时分类器进行合理组织,将标记之间的关联信息融入至算法的训练过程中,解决信息丢失问题,提高分类准确率.实验结果表明,改进算法取得了比基准多示例多标记算法更好的分类效果.
多示例多标记学习、分类器链、标记依赖、信息丢失、支持向量机
40
TP393(计算技术、计算机技术)
山东省自然科学基金项目ZR2014FQ018;山东省优秀中青年科学家科研奖励基金项目BS2015DX017
2019-07-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
1580-1584,1625