基于关联规则和拓扑序列的分类器链方法

作     者：丁家满 周蜀杰 李润鑫 付晓东 贾连印 DING Jia-Man;ZHOU Shu-Jie;LI Run-Xin;FU Xiao-Dong;JIA Lian-Yin

作者机构：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：国家自然科学基金(61562054) 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2023年第34卷第9期

页      码：4210-4224页

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.

主 题 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 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0701[理学-数学类] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13328/j.cnki.jos.006659

馆 藏 号：203123366...