用于多标记学习的局部顺序分类器链算法

摘要：

标记间的相关性在分类问题中具有重要作用,目前有研究将标记相关性引入多标记学习,通过分类器链的形式将标记结果引入属性空间,为学习其他标记提供有用信息.分类器链中标记的预测顺序具有随机性,分类结果存在着很大的不确定性与不稳定性,且容易造成错误信息的传播.为此充分考虑标记的局部分布特性,提出了一种局部顺序分类器链算法,解决分类器链中分类器顺序问题.实验表明,该算法性能优于其他常用多标记学习算法.

关键词：多标记学习、标记相关性、分类器链、K-近邻

所属期刊栏目：30

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61170145;国家教育部高等学校博士点专项基金资助项目20113704110001;山东省自然科学基金和科技攻关计划资助项目ZR2010FM021,2008B0026,2010G0020115

在线出版日期：2013-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2606-2609