基于随机子空间的多标签类属特征提取算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.19734/j.issn.1001-3695.2017.08.0714

基于随机子空间的多标签类属特征提取算法

引用
目前多标签学习已广泛应用到很多场景中.在此类学习问题中,一个样本往往可以同时拥有多个类别标签.因为类别标签可能带有的特有属性(即类属属性)将更有助于标签分类,所以已经出现了一些基于类属属性的多标签学习算法.针对类属属性构造会导致属性空间存在冗余的问题,提出了一种多标签类属特征提取算法LIFT_RSM.该算法基于类属属性空间通过综合利用随机子空间模型及成对约束降维思想提取有效的特征信息,以达到提升分类性能的目的.在多个数据集上的实验结果表明,与若干经典的多标签算法相比,提出的LIFT_RSM算法能得到更好的分类效果.

多标签学习、成对约束、特征提取、随机子空间

36

TP301.6(计算技术、计算机技术)

国家自然科学基金资助项目61503112,61673152;国家“973”计划资助项目2016YFC0801406;中央高校基本科研业务费专项资金资助项目JZ2017HGBZ0930

2019-05-31(万方平台首次上网日期,不代表论文的发表时间)

共5页

339-343

相关文献
评论
暂无封面信息
查看本期封面目录

计算机应用研究

1001-3695

51-1196/TP

36

2019,36(2)

相关作者
相关机构

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