基于球结构SVM的多标签分类

被引：10

作者：

蒋华

戚玉顺

机构：

[1] 桂林电子科技大学计算机科学与工程学院

来源：

计算机工程 | 2013年 / 39卷 / 01期

关键词：

支持向量机; 距离差; 多标签分类; 多类分类; 主动学习; K折交叉验证;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

现有多标签分类问题普遍被转换成多类分类问题,计算量较大,运行时间较长,且面对新类别加入时,拓展性较差。为此,提出一种基于球结构支持向量机的多标签分类方法。每一类别标签对应一个球域结构,提取球重叠区域的样本,依据距离差值度量样本类别相似度,确定样本所属类别。实验结果表明,该方法可以节省210 ms的训练时间,使平均查全率提高3.2%,适合大量样本分类。

引用

页码：294 / 297

页数：4

共 7 条

[1]

基于加权SVM主动学习的多标签分类 [J].