本文關(guān)鍵詞：一種基于示例非獨(dú)立同分布的多示例多標(biāo)簽分類算法　出處：《計算機(jī)科學(xué)》2016年02期 　論文類型：期刊論文

  更多相關(guān)文章： 多示例學(xué)習(xí) 多示例多標(biāo)簽學(xué)習(xí) 示例非獨(dú)立同分布 多核學(xué)習(xí)

【摘要】：多示例多標(biāo)簽學(xué)習(xí)是一種新型的機(jī)器學(xué)習(xí)框架。在多示例多標(biāo)簽學(xué)習(xí)中,樣本以包的形式存在,一個包由多個示例組成,并被標(biāo)記多個標(biāo)簽。以往的多示例多標(biāo)簽學(xué)習(xí)研究中,通常認(rèn)為包中的示例是獨(dú)立同分布的,但這個假設(shè)在實際應(yīng)用中是很難保證的。為了利用包中示例的相關(guān)性特征,提出了一種基于示例非獨(dú)立同分布的多示例多標(biāo)簽分類算法。該算法首先通過建立相關(guān)性矩陣表示出包內(nèi)示例的相關(guān)關(guān)系,每個多示例包由一個相關(guān)性矩陣表示;然后建立基于不同尺度的相關(guān)性矩陣的核函數(shù);最后考慮到不同標(biāo)簽的預(yù)測對應(yīng)不同的核函數(shù),引入多核學(xué)習(xí)構(gòu)造并訓(xùn)練針對不同標(biāo)簽預(yù)測的多核SVM分類器。圖像和文本數(shù)據(jù)集上的實驗結(jié)果表明,該算法大大提高了多標(biāo)簽分類的準(zhǔn)確性。
【作者單位】： 魯東大學(xué)信息與電氣工程學(xué)院;山東工商學(xué)院信息與電子工程學(xué)院;
【基金】：國家自然科學(xué)基金(61170161,61300155,61303086) 山東省政府留學(xué)基金委 魯東大學(xué)博士基金(LY2014033)資助
【分類號】：TP181
【正文快照】： 1引言在傳統(tǒng)的監(jiān)督學(xué)習(xí)中,一個樣本可以表示為一個示例,并被一個標(biāo)簽標(biāo)記。這種模型在機(jī)器學(xué)習(xí)中得到廣泛的應(yīng)用,但是對于現(xiàn)實世界的復(fù)雜問題并不適用。多示例學(xué)習(xí)可以看作是監(jiān)督學(xué)習(xí)的一種變形,因為其獨(dú)特的性質(zhì),被認(rèn)為是一種新的學(xué)習(xí)框架[2],與監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)，

本文編號：1309901