|
|||||
|
|
| 使用自适应线性回归的多标签分类算法 | |
| 作者姓名： | 汤进 黄莉莉 赵海峰 罗斌 |
| 作者单位： | 1．安徽大学 计算机科学与技术学院,安徽 合肥 230601;2．安徽省工业图像处理与分析重点实验室,安徽 合肥 230039 |
| 基金项目： | 国家自然科学基金资助项目,安徽省高校自然科学研究重点项目 |
| 摘 要： | 针对多标签数据类别间的相关性与共现性,提出了一种使用自适应线性回归的多标签分类算法,将经典线性回归理论推广到多标签形式,结合多种评判标准对回归结果设置阈值,进而自适应地预测出最终标签．该方法同时考虑了符合数据期望的固定阈值与反映分类器综合效果的自适应阈值,因而降低了数据分布与噪声对分类的影响．实验结果表明,该方法可以有效地解决多标签分类问题． |
| 关 键 词： | 多标签 分类算法 线性回归 自适应阈值学习 |
| 收稿时间： | 2012-01-04 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《华南理工大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《华南理工大学学报(自然科学版)》下载全文 | |