• 论文
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
适于高维数据的多标记学习层次树模型
  • 作者

    万润君郭嗣琮刘海涛曾繁慧

  • 单位

    辽宁工程技术大学理学院辽宁工程技术大学智能工程与数学研究院

  • 摘要
    为解决多标记学习中的维度灾难问题,采用分而治之的方法,充分考虑标记间的相关性,提出一种基于改进快速密度聚类的多标记学习层次树模型(ML-HTM).该模型降低了聚类过程中的计算复杂度,提高了多标记学习效率.为检验模型效果,在6个高维数据集、12个多标记分类评价指标上进行多标记学习实验,并与6种经典多标记学习算法的评价指标值进行算法对比.实验结果表明,该模型对多标记学习中高维数据的处理,明显提高了预测性能和学习效率,充分挖掘标记间的相关性,使得标记预测的结果更加准确.
  • 关键词

    多标记学习维度灾难改进的快速密度聚类算法数据挖掘ML-HTM模型

  • 基金项目(Foundation)
    国家自然科学基金(61350003);辽宁省教育厅科研项目(LJ2019JL019);
  • 文章目录
    0 引言
    1 多标记学习问题的数学描述
    2 多标记学习层次树模型
    2.1 多标记学习层次树的结构
    2.2 ML-HTM模型学习步骤
    3 数据实验与结果分析
    3.1 实验数据
    3.2 评价指标
    3.3 实验结果与分析
    4 结论
  • 引用格式
    万润君,郭嗣琮,刘海涛,曾繁慧.适于高维数据的多标记学习层次树模型[J].辽宁工程技术大学学报(自然科学版),2022,41(01):73-78.
  • 相关文章
相关问题

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联