层次多标签链式集成演化超网络

发布时间：2021-03-28 10:12

　　一般而言,多标签学习与单标签学习最大的区别在于,多标签数据的标签被组织在一个标签向量中,而且标签之间往往具有很复杂的关联信息。层次多标签分类是一种特殊的多标签分类学习。本文主要研究层次多标签分类方法。在层次多标签分类问题中,一个样本同时被赋予多个类别标签,并且这些类别标签被组织成一定的层次结构。层次多标签分类问题的主要挑战在于:1)分类方法的输出必须符合标签的层次结构约束;2)层次深的节点所代表的标签往往有很少的样本与之相关,造成标签不平衡的问题。针对以上问题,本文的主要研究内容可以分为以下两个方面:1.虽然传统的多标签超网络可以利用标签的关联性有效地解决多标签分类问题,但是由于层次多标签分类中需要满足标签间的层次约束条件,所以传统多标签超网络不能直接用于解决层次多标签分类问题。为此,本文提出了一种用于层次多标签增量式超网络分类算法（Hierarchical Multi-label Classification Using Incremental Hypernetwork,HMC_IMLHN）,通过将超网络的超边组织成相应的层次结构,使输出的预测标签能够满足标签的层... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

示例图片的多语义信息

【参考文献】：
期刊论文
[1]基于可变最小贝叶斯风险的层次多标签分类方法[J]. 徐智康,李旸,李德玉.  南京大学学报(自然科学). 2017(06)
[2]基于Spark的多标签超网络集成学习[J]. 李航,王进,赵蕊.  智能系统学报. 2017(05)
[3]结合最优类别信息离散的细粒度超网络微阵列数据分类[J]. 王进,张军,胡白帆.  上海交通大学学报. 2013(12)
[4]演化超网络在多类型癌症分子分型中的应用[J]. 王进,丁凌,孙开伟,李钟浩.  电子与信息学报. 2013(10)
[5]一种基于图的层次多标记文本分类方法[J]. 罗俊.  计算机应用研究. 2010(03)
[6]凝聚型层次聚类算法的研究[J]. 刘兴波.  科技信息(科学教研). 2008(11)



本文编号：3105374