基于标记依赖关系集成分类器链的多示例多标签支持向量机算法

作     者：李村合 王文杰 LI Cun-He;WANG Wen-Jie

作者机构：中国石油大学计算机与通信工程学院青岛266580 

出 版 物：《计算机系统应用》 (Computer Systems & Applications)

年 卷 期：2017年第26卷第4期

页      码：179-185页

摘      要：ECC-MIMLSVM^+是多示例多标签学习框架下一种算法,该算法提出了一种基于分类器链的方法,但其没有充分考虑到标签之间的依赖关系,而且当标签数目的增多,子分类器链长度增加,使得误差传播问题凸显.因此针对此问题,提出了一种改进算法,将ECC-MIMLSVM^+算法和标签依赖关系相结合,设计成基于标记依赖关系集成分类器链(ELDCT-MIMLSVM^+)来加强标签间信息联系,避免信息丢失,提高分类的准确率.通过实验将本文算法与其他算法进行了对比,实验结果显示,本文算法取得了良好的效果.

主 题 词：多示例多标签 支持向量机 标签依赖关系 分类器链 

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] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.15888/j.cnki.csa.005686

馆 藏 号：203229174...