基于球结构支持向量机的多标签分类的主动学习

被引：6

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：

计算机应用 | 2012年 / 32卷 / 05期

关键词：

球结构支持向量机; 欧氏距离; 多标签分类; 多类分类; 主动学习方法;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

140502 [人工智能];

摘要：

为了实现数据的多标签分类,减少多标签训练样本开销,将球结构支持向量机与主动学习方法结合用于多标签分类,依据球重叠区域样本距离差值度确定样本类别,分析多标签分类特性,采用样本近邻方法更新分类器。实验结果表明,该方法可以用较少的训练样本获得更有效的分类结果。

引用

页码：1359 / 1361

页数：3

共 7 条

[1]

Label ranking by learning pairwise preferences.[J].Eyke Hüllermeier;Johannes Fürnkranz;Weiwei Cheng;Klaus Brinker.Artificial Intelligence.2008, 16

[2]

基于SVM期望间隔的多标签分类的主动学习 [J].

刘端阳 ;

邱卫杰 .

计算机科学, 2011, 38 (04) :230-232+266

[3]

一种基于随机游走模型的多标签分类算法 [J].

郑伟 ;

王朝坤 ;

刘璋 ;

王建民 .

计算机学报, 2010, 33 (08) :1418-1426

[4]

基于主动学习SVM分类器的视频分类 [J].

袁勋 ;

吴秀清 ;

洪日昌 ;

宋彦 ;

华先胜 .

中国科学技术大学学报, 2009, 39 (05) :473-478

[5]

基于超球支持向量机的类增量学习算法研究 [J].

秦玉平 ;

李祥纳 ;

王秀坤 ;

王春立 .

计算机科学, 2008, (08) :116-118

[6]

球结构支持向量机的改进算法及仿真研究 [J].

吴强 ;

贾传荧 ;

张爱锋 ;

刘爽 .

系统仿真学报, 2008, (02) :345-348

[7]

用球结构的支持向量机解决多分类问题 [J].

朱美琳 ;

刘向东 ;

陈世福 .

南京大学学报(自然科学版), 2003, (02) :153-158

← 1 →