分类器链相关论文
近年来,随着现代信息技术的飞速发展,人类进入信息社会,越来越多现实应用领域涉及到多标签学习问题,如文本分类、生物信息学、图像......
随着信息化的发展,互联网中的信息呈指数级增长。如何快速的从互联网中获取人们需要的信息已成为亟待解决的问题,因此,网页分类技......
区别于传统单标签学习问题,多标签学习中每个样本可同时与多个标签相关联。在多标签分类过程中,合理使用标签空间相关性可显著提升......
近年来,多标签学习在文本分类、图像识别以及生物信息学等多个领域受到广泛关注。目前多标签学习关注的主要问题包括标签关联性以......
标记间的相关性在分类问题中具有重要作用,目前有研究将标记相关性引入多标记学习,通过分类器链的形式将标记结果引入属性空间,为......
在多标签新闻分类问题中,针对传统分类器链算法难以确定标签依赖顺序、集成模型运行效率低和无法应用复杂模型作为基分类器的问题,......
在多标记学习中，标记之间往往既不是完全独立也不是完全排斥的，因此在构建多标记分类器时要充分利用标记之间的依赖关系。目前利用标......
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......
退化方法是求解多示例多标记学习(MIML)问题常用的求解方式,但是在退化过程中会造成标记之间的关联信息丢失。对该问题进行研究,提......
近年来,随着机器学习领域的迅速发展,分类问题作为机器学习领域一个重要问题得到广泛研究和应用。分类问题通常指单标签分类,即将......
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......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
为在先验信息不足以及数据动态变化时,从大数据中检测各种概念并提取有用的信息,提出一种局部检测与挖掘算法,构建最佳分类器链。......
目的由于图像检索中存在着低层特征和高层语义之间的"语义鸿沟",图像自动标注成为当前的关键性问题。为缩减语义鸿沟,提出了一种混......
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......
