期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合萤火虫方法的多标签懒惰学习算法
被引量：
4
1
作者
程玉胜
钱坤
+1 位作者
王一宾
赵大卫
《计算机应用》
CSCD
北大核心
2019年第5期1305-1311,共7页
已有的多标签懒惰学习算法(IMLLA)在利用近邻标签时因仅考虑了近邻标签相关性信息,而忽略相似度的影响,这可能会使算法的鲁棒性有所降低。针对这个问题,引入萤火虫方法,将相似度信息与标签信息相结合,提出一种融合萤火虫方法的多标签懒...
已有的多标签懒惰学习算法(IMLLA)在利用近邻标签时因仅考虑了近邻标签相关性信息,而忽略相似度的影响,这可能会使算法的鲁棒性有所降低。针对这个问题,引入萤火虫方法,将相似度信息与标签信息相结合,提出一种融合萤火虫方法的多标签懒惰学习算法(FF-MLLA)。首先,利用Minkowski距离来度量样本间相似度,从而找到近邻点;然后,结合标签近邻点和萤火虫方法对标签计数向量进行改进;最后,使用奇异值分解(SVD)与核极限学习机(ELM)进行线性分类。该算法同时考虑了标签信息与相似度信息从而提高了鲁棒性。实验结果表明,所提算法较其他的多标签学习算法有一定优势,并使用统计假设检验与稳定性分析进一步说明所提出算法的合理性与有效性。
展开更多
关键词
多标签
学习
萤火虫方法
标签
相关性
多标签
懒惰
学习
算法
极限
学习
机
在线阅读
下载PDF
职称材料
一种基于朴素贝叶斯的校准标签排序方法
被引量：
2
2
作者
张其龙
邓维斌
+2 位作者
胡峰
瞿原
胡宗容
《中国科学技术大学学报》
CAS
CSCD
北大核心
2018年第1期65-74,共10页
传统的校准标签排序算法(calibrated label ranking,CLR)利用成对标签关联进行转化来预测结果.该算法的校准是在二元关系算法(binary relevance,BR)基础上进行比较产生结果,其预测对BR产生结果具有一定的依赖性,因此该算法在预测某些数...
传统的校准标签排序算法(calibrated label ranking,CLR)利用成对标签关联进行转化来预测结果.该算法的校准是在二元关系算法(binary relevance,BR)基础上进行比较产生结果,其预测对BR产生结果具有一定的依赖性,因此该算法在预测某些数据集时具有一定的局限性.为了更好地区分标签的相关性和不相关性,提出了一种用于标签边界域的校准方法,对处于相关性标签和不相关性标签的边界部分采用贝叶斯概率进一步校正,从而提高边界域部分分类的准确性.基于朴素贝叶斯校准的标签排序方法(calibrated lable ranking method based on naive bayes,NBCLRM)与校准标签排序等7种传统的方法进行对比,实验结果表明,本文提出的算法不仅可以根据需求修改阈值ε和μ来调节预测结果,而且能够有效地提升传统多标签学习方法的性能.
展开更多
关键词
数据挖掘
朴素贝叶斯
校准
标签
排序
算法
多标签学习算法
在线阅读
下载PDF
职称材料
题名
融合萤火虫方法的多标签懒惰学习算法
被引量：
4
1
作者
程玉胜
钱坤
王一宾
赵大卫
机构
安庆师范大学计算机与信息学院
安徽省高校智能感知与计算重点实验室(安庆师范大学)
出处
《计算机应用》
CSCD
北大核心
2019年第5期1305-1311,共7页
基金
安徽省高校重点科研项目(KJ2017A352)
安庆师范大学科研创新团队建设计划~~
文摘
已有的多标签懒惰学习算法(IMLLA)在利用近邻标签时因仅考虑了近邻标签相关性信息,而忽略相似度的影响,这可能会使算法的鲁棒性有所降低。针对这个问题,引入萤火虫方法,将相似度信息与标签信息相结合,提出一种融合萤火虫方法的多标签懒惰学习算法(FF-MLLA)。首先,利用Minkowski距离来度量样本间相似度,从而找到近邻点;然后,结合标签近邻点和萤火虫方法对标签计数向量进行改进;最后,使用奇异值分解(SVD)与核极限学习机(ELM)进行线性分类。该算法同时考虑了标签信息与相似度信息从而提高了鲁棒性。实验结果表明,所提算法较其他的多标签学习算法有一定优势,并使用统计假设检验与稳定性分析进一步说明所提出算法的合理性与有效性。
关键词
多标签
学习
萤火虫方法
标签
相关性
多标签
懒惰
学习
算法
极限
学习
机
Keywords
multi-label learning
firefly method
label correlation
Improved Multi-label Lazy Learning Approach(IMLLA)
Extreme Learning Machine(ELM)
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
一种基于朴素贝叶斯的校准标签排序方法
被引量：
2
2
作者
张其龙
邓维斌
胡峰
瞿原
胡宗容
机构
重庆邮电大学计算智能重庆市重点实验室
出处
《中国科学技术大学学报》
CAS
CSCD
北大核心
2018年第1期65-74,共10页
基金
国家自然科学基金(61473001
71071045
71131002)资助
文摘
传统的校准标签排序算法(calibrated label ranking,CLR)利用成对标签关联进行转化来预测结果.该算法的校准是在二元关系算法(binary relevance,BR)基础上进行比较产生结果,其预测对BR产生结果具有一定的依赖性,因此该算法在预测某些数据集时具有一定的局限性.为了更好地区分标签的相关性和不相关性,提出了一种用于标签边界域的校准方法,对处于相关性标签和不相关性标签的边界部分采用贝叶斯概率进一步校正,从而提高边界域部分分类的准确性.基于朴素贝叶斯校准的标签排序方法(calibrated lable ranking method based on naive bayes,NBCLRM)与校准标签排序等7种传统的方法进行对比,实验结果表明,本文提出的算法不仅可以根据需求修改阈值ε和μ来调节预测结果,而且能够有效地提升传统多标签学习方法的性能.
关键词
数据挖掘
朴素贝叶斯
校准
标签
排序
算法
多标签学习算法
Keywords
data mining
Naive Bayes
calibrated label ranking
multi-label learning algorithm
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合萤火虫方法的多标签懒惰学习算法
程玉胜
钱坤
王一宾
赵大卫
《计算机应用》
CSCD
北大核心
2019
4
在线阅读
下载PDF
职称材料
2
一种基于朴素贝叶斯的校准标签排序方法
张其龙
邓维斌
胡峰
瞿原
胡宗容
《中国科学技术大学学报》
CAS
CSCD
北大核心
2018
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
