|
|||||
|
|
| 基于关联规则和拓扑序列的分类器链方法 | |
| 作者姓名： | 丁家满 周蜀杰 李润鑫 付晓东 贾连印 |
| 作者单位： | 昆明理工大学信息工程与自动化学院,云南昆明650500;云南省人工智能重点实验室(昆明理工大学),云南昆明650500 |
| 基金项目： | 国家自然科学基金(61562054) |
| 摘 要： |  在分类器链方法中, 如何确定标签学习次序至关重要, 为此, 提出一种基于关联规则和拓扑序列的分类器链方法(TSECC). 首先结合频繁模式设计了一种基于强关联规则的标签依赖度量策略; 接下来通过标签间依赖关系构建有向无环图, 对图中所有顶点进行拓扑排序; 最后将得到的拓扑序列作为分类器链方法中标签的学习次序, 对每个标签的分类器依次迭代更新.  特别地, 为减少无标签依赖或标签依赖度较低的“孤独”标签对其余标签预测性能的影响, 将“孤独”标签排在拓扑序列之外, 利用二元关联模型训练. 在多种公共多标签数据集上的实验结果表明, TSECC能够有效提升分类性能.  |
| 关 键 词： | 多标签学习 分类器链 标签依赖 强关联规则 拓扑序列 二元关联 |
| 收稿时间： | 2021-09-23 |
| 修稿时间： | 2021-11-29 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《软件学报》浏览原始摘要信息 | |
| 点击此处可从《软件学报》下载免费的PDF全文 | |