类属属性相关论文
为对现实世界的多语义性对象准确建模,多标签学习框架假设每个对象同时关联多个类别标签,其目标是通过学习得到一个能够为未见示例......
分类是机器学习领域常见的问题之一,多标签学习是传统分类问题的变体,它能够处理每个实例同时和多个标签相关联的问题。目前已经存......
近年来,随着硬件计算能力的提升和有标注数据的增长,人工智能领域的相关研究迎来了新一轮的快速发展。多标记学习作为人工智能领域......
在多标签学习中,每个实例对应多个标签并拥有丰富的语义信息。不可否认的是,标签的缺省现象经常发生在多标签数据集。缺省标签会导......
传统单标记学习(single-label learning)假设现实世界中的对象仅有单一的语义信息(semantic)。然而现实世界中的对象往往同时具有......
近年来,大数据技术以及人工智能技术得到了高速的发展,同时也推动了多标记学习的发展,多标记学习逐渐被诸多学者和专家列入重点的......
近年来,随着网络技术的蓬勃发展,数据以数据流的形式大量产生。对于数据流的研究受到越来越多的学者重视。与此同时,在传统的机器......
针对多示例多标签学习中可能会出现标签缺失问题、类属属性问题、标签关系问题以及示例关系问题。本文首先从多标签学习的角度探索......
目的在高光谱地物分类中,混合像元在两个方面给单标签分类带来了负面影响:单类地物在混入异类地物后,其光谱特征会发生改变,失去独......
在多标记学习中,因为不同的标记拥有与其自身紧密相关的特性,所以可以利用LIFT策略来处理多标记问题,其过程包含两个步骤:首先根据......
在多标记分类中,某个标记可能只由其自身的某些特有属性决定,这些特定属性称之为类属属性.利用类属属性进行多标记分类,可以有效避......
在多标记学习中,由于不同的标记可能会带有自身的一些特性,所以目前已经出现了基于标记类属属性的多标记学习算法LIFT。然而,类属......
在传统机器学习算法中,一个样本仅对应单个类别标记。而现实世界中,一个对象往往同时具备多个语义信息。为了对这些多义性对象进行......
多标签学习中一个样本可同时属于多个类别标签,每个标签都可能拥有反映该标签特定特点的特征,即类属属性,目前已经出现了基于类属......
计算机技术和移动拍照技术快速发展,网络空间中的图像信息爆炸式增长。为满足人们对图像的检索,研究人员提出了大量的图像检索算法......
