徐建华 带零标签的多标签核向量机。 (英语) Zbl 1339.68232号 模式识别 47,第7期,2542-2557(2014). 摘要:多标签核向量机(Rank-CVM)是一种高效的多标签分类算法。但仍有两个方面需要改进:进一步降低训练和测试的计算成本,以及有效地检测相关标签。本文通过添加一个零标签来扩展Rank-CVM,以构造其具有零标签的变体,即Rank-CVMz,它被表示为与Rank CVM相同的具有单位单纯形约束和非负约束的二次规划形式,然后用Frank-Wolfe方法有效地求解。值得注意的是,我们的Rank-CVMz要解决的变量比Rank-CVM少,这大大加快了培训过程。此外,零标签可以有效地检测到相关标签。在12个基准数据集上的实验结果表明,与现有的六种基于六个指示性实例度量的多标签算法相比,该方法取得了具有竞争力的性能。此外,平均而言,我们的Rank CVMz的运行速度是其原始Rank CVM的83倍,并且支持向量略少。 MSC公司: 68T05型 人工智能中的学习和自适应系统 62H30型 分类和区分;聚类分析(统计方面) 关键词:多标签分类;支持向量机;核向量机;弗兰克·沃尔夫法;二次规划;线性规划 软件:伦敦银行支持向量机;MULAN公司 PDF格式BibTeX公司 XML格式引用 \textit{J.Xu},模式识别47,第7期,2542-2557(2014;Zbl 1339.68232) 全文: 内政部 参考文献: [1] 杜达,R.O。;哈特,体育。;斯托克·D·G,《模式分类》(2001),《约翰·威利父子:约翰·威利和儿子纽约》·Zbl 0968.68140号 [3] 夏皮雷,R.E。;Singer,Y.,Boostextera boosting-based system for text categorification,马赫。学习。,39, 135-168 (2000) ·Zbl 0951.68561号 [4] 布鲁克,F。;贝尼特斯,F。;Sapozhnikova,E.P.,多标签分类和提取预测类层次,模式识别。,44724-738(2011年)·Zbl 1209.68442号 [5] Boutel,M.R。;罗,J。;沈,X。;Brown,C.M.,学习多标签场景分类,模式识别。,37, 1757-1771 (2004) [6] 张,M.-L。;Zhou,Z.-H.,ML-kNNa多标签学习的惰性学习方法,模式识别。,40, 2038-2048 (2007) ·Zbl 1111.68629号 [7] Wang,J。;Zhao,Y。;吴,X。;Hua,X.-S.,用于视频概念检测的传导性多标签学习方法,模式识别。,44, 2274-2286 (2011) ·Zbl 1218.68135号 [8] 张,M.-L。;Zhou,Z.-H.,多标签神经网络及其在功能基因组学和文本分类中的应用,IEEE Trans。知识。数据工程,18,1338-1351(2006) [10] Xu,J.,快速多标签核心向量机,模式识别。,46, 885-898 (2013) ·Zbl 1254.68233号 [11] Trohidis,K。;Tsoumakas,G。;Kalliris,G。;Vlahavas,I.,《音乐情感的多标签分类》,EURASIP J.音频语音音乐过程。,4(2011年) [12] Tsoumakas,G。;Katakis,I.,《多标签分类概述》,国际数据仓库杂志。Min.,3,1-13(2007) [13] 德卡瓦略,A.C。;Freitas,A.A.,《多标签分类技术教程》(Abraham,A.;Hassanien,A.-E.;Snasel,V.,《函数逼近与分类》,第5卷(2009),Springer:Springer-Blinl/Heidelberg),177-195 [14] Tsoumakas,G。;Katakis,I。;Vlahavas,I.,《挖掘多标签数据》(Maimon,O.;Rokach,L.,《数据挖掘和知识发现手册》(2010),施普林格:施普林格纽约),667-685 [16] Cheng,W。;Hullermeier,E.,将基于实例的学习和逻辑回归相结合用于多标签分类,马赫。学习。,76, 211-225 (2009) ·Zbl 1470.68091号 [17] Xu,J.,用于多标签分类的扩展单对多支持向量机,神经计算,743114-3124(2011) [18] Madjarov,G。;科切夫,D。;Gjorgjevikj,D。;Dzeroski,S.,《多标签学习方法的广泛实验比较》,模式识别。,45, 3084-3104 (2012) [20] Tsoumakas,G。;弗拉哈瓦斯,I。;Katakis,I.,多标签分类的随机k标签集,IEEE Trans。知识。数据工程,231079-1089(2011) [21] 里德·J。;普法林格,B。;霍姆斯,G。;Frank,E.,多标签分类的分类器链,马赫。学习。,85, 333-359 (2011) [22] Dembczynski,K。;Waegeman,W。;Hullermeier,W.C.E.,多标签分类中的标签依赖性和损失最小化,马赫。学习。,88,5-45(2012年)·Zbl 1243.68237号 [23] M.弗兰克。;Wolfe,P.,《二次规划的算法》,《海军研究逻辑》。第395-110页(1956年) [24] Guelat,J。;Marcotte,P.,关于wolfes离开步骤的一些评论,数学。程序。,35, 110-119 (1986) ·Zbl 0592.90074号 [25] Xu,J.,一种有效的零标签多标签支持向量机,专家系统。申请。,39, 2894-4796 (2012) [27] Furnkranz,J。;Hullermeier,E。;Mencia,E.L.公司。;Brinker,K.,通过校准标签排名进行多标签分类,马赫数。学习。,73, 133-153 (2008) ·Zbl 1470.68108号 [28] 奎维多,J.R。;路易斯,O。;Bahamonde,A.,采用概率阈值策略的多标签分类,模式识别。,45, 876-883 (2012) ·Zbl 1225.68207号 [29] 皮莱,I。;Fumera,G。;Roli,F.,多标签分类器的阈值优化,模式识别。,46, 2055-2065 (2013) ·Zbl 1296.68140号 [30] Vapnik,V.N.,《统计学习理论》(1998),《约翰·威利父子:约翰·威利和儿子纽约》·Zbl 0935.62007号 [31] Tsang,I.W。;郭敬通(Kwok,J.T.)。;Cheung,P.-M.,核心向量机在超大数据集上快速进行SVM训练,J.Mach。学习。第6号决议,363-392(2005年)·Zbl 1222.68320号 [32] Chang,C.-C。;林春杰,训练支持向量分类器理论与算法,神经计算。,13, 2119-2147 (2001) ·Zbl 0993.68080号 [33] Chang,C.-C。;Lin,C.-J.,支持向量机的LIBSVMa库,ACM Trans。智力。系统。技术。,2, 27 (2011) [34] Demsar,J.,多数据集分类器的统计比较,J.Mach。学习。研究,7,1-30(2006)·Zbl 1222.68184号 [36] Xu,J.,零标签多标签支持向量机的随机块坐标下降法,专家系统。申请。,41, 3418-3428 (2014) 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。