主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
王少博,李宇峰.用于多标记学习的分类器圈方法.软件学报,2015,26(11):2811-2819
用于多标记学习的分类器圈方法
Classifier Circle Method for Multi-Label Learning
投稿时间:2015-06-08  修订日期:2015-08-26
DOI:10.13328/j.cnki.jos.004908
中文关键词:  多标记学习  标记关系  分类器圈  分类器链
英文关键词:multi-label learning  label relationship  classifier circle  classifier chain
基金项目:国家自然科学基金(61403186); 国家高技术研究发展计划(863)(2015AA015406); 江苏省基础研究计划(自然科学基金)(BK20140613)
作者单位E-mail
王少博 计算机软件新技术国家重点实验室(南京大学), 江苏 南京 210023  
李宇峰 计算机软件新技术国家重点实验室(南京大学), 江苏 南京 210023 liyf@nju.edu.cn 
摘要点击次数: 2440
全文下载次数: 1908
中文摘要:
      如何利用标记间关系来提高学习性能,是多标记学习领域的一个重要问题.分类器链方法及其变型是解决这类问题的一个有效技术.然而,它的学习过程需要预先给定标记的学习次序,这个信息真实情况难以获得.次序选择不当会导致学习性能提高受限.针对这个问题,提出用于多标记学习的分类器圈方法.该方法随机生成标记的学习次序,通过圈结构依次迭代地更新每个标记的分类器.实验结果表明,该方法在多个数据集上取得了比分类器链方法以及一系列经典多标记学习方法更好的性能.
英文摘要:
      Exploiting label relationship to help improve learning performance is important for multi-label learning. The classifier chain method and its variants are shown to be a powerful solution to such a problem. However, its learning process requires the ordering of labels, which is hard to obtain in real-world situations, and incorrect label ordering may cause a suboptimal performance. To overcome the drawback, this paper presents a classifier circle method for multi-label learning. It initializes the label ordering randomly, and then subsequently and iteratively updates the classifier for each label by connecting the labels as a circle. Experimental results on a number of data sets show that the proposal outperforms classifier chains method as well as many state-of-the-art multi-label methods.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利