|
|||||
|
|
| 基于多标记重要性排序的分类器链算法* | |
| 作者姓名： | 李娜 潘志松 周星宇 |
| 作者单位： | 解放军理工大学 指挥信息系统学院 南京 210007 解放军理工大学 通信工程学院 南京 210010 |
| 基金项目： | 国家自然科学基金项目(No.61473149)资助 |
| 摘 要： | 多标记分类器链中标记的预测顺序具有随机性,导致学习性能下降,容易造成错误信息的传递.考虑到标记的顺序性,文中提出基于多标记重要性排序的分类器链算法.该算法将标记间相互作用程度的大小作为衡量标记重要程度的依据,在标记相关性的基础上,按照重要性进行标记排序,并将排序结果作为分类器链算法中分类器的顺序,从而解决多标记预测顺序的问题.实验表明,相比现有方法,文中算法在多个数据集上能更稳定有效地分类多标记. |
| 关 键 词： | 多标记 标记相关性 分类器链 重要性排序 |
| 收稿时间： | 2015-09-16 |
| 点击此处可从《模式识别与人工智能》浏览原始摘要信息 | |
| 点击此处可从《模式识别与人工智能》下载全文 | |