×

兹马思-数学第一资源

一种用于多标签分类的三向选择集成模型。(英语) Zbl 1448.68431
摘要:标签模糊性和数据复杂性是多标签分类的主要挑战。现有的研究致力于寻找与标签语义相关的近似表示,但大多是预先定义好的,忽略了实例标签对的个性。为了克服这一缺陷,本文提出了一种三路选择集成(TSEN)模型。在这个模型中,三方决策负责最小化不确定性,而集成学习负责优化标签关联。首先通过改进的概率粗糙集来降低标签模糊度和数据复杂度。对于具有共享属性的约简,我们通过集成策略进一步提高了预测性能。基本分类器中的组件是标签专用的,并利用实例级的投票结果进行三级划分。正面和负面的决定是直接决定的,而延迟区域是由标签特定的减少决定的。对一系列基准的实证研究表明,TSEN在与最先进的多标签分类算法相比,取得了具有竞争力的性能。

理学硕士:
68T37型 人工智能背景下的不确定性推理
68T05型 人工智能中的学习与自适应系统
68吨10 模式识别,语音识别
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] 吉巴加,E。;文图拉,S.,多标签学习教程,ACM计算机。第47、3、1-38页(2015年)
[2] 张先生。;周志宏,多标签学习算法述评,IEEE Trans。知道。数据工程,26,81819-1837,(2014年)
[3] 张先生。;周志华,ML-KNN:多标签学习的懒惰学习方法,模式识别,40,7,2038-2048,(2007)·Zbl 1111.68629
[4] 吴秋云。;谭先生。;宋,H.J。;陈杰。;吴明明,ML-FOREST:多标签分类的多标签树集成方法,IEEE Trans。知道。数据工程,28,10,2665-2680,(2016)
[5] 陈建伟。;邵永华。;李,C.N。;邓,N.Y.,MLTSVM:一种新颖的双支持向量机多标签学习,模式识别,52,61-74,(2016)·Zbl 1394.68277
[6] 泰福。;林海涛,多标签分类与主标签空间转换,神经计算,24,9,2508-2542,(2012)·Zbl 1269.68084
[7] 张,Y。;周志华,藉由依赖性最大化进行多标签降维。知道。迪斯科舞厅。数据,4,3,1-21,(2010年)
[8] 张先生。;Wu,L.,LIFT:多标签学习与标签特定特征,IEEE Trans。肛门模式。机器。国际,37,1107-120,(2015年)
[9] 林志杰。;丁,G.G。;胡先生。;Wang,J.M.,《基于特征感知的隐式标签空间编码的多标签分类》,(国际机器学习会议(2014年)),325-333
[10] 徐,S.P。;杨晓波。;于海林。;于德杰。;Yang,J.Y。;Tsang,E.C.C.,多标签学习与标签特定特征约简,基于知识的系统,10452-61,(2016)
[11] 黄,J。;李国瑞。;黄,Q.M。;Wu,X.D.,学习多标签分类的特定标签和类别相关标签,IEEE Trans。知道。数据工程,28,12,3309-3323,(2016)
[12] 氏族,C。;Orabana,F.,《基于bandit反馈的多标签分类和排名》,J.Mach。学习。第152451-2487号决议(2014年)·Zbl 1319.62128
[13] 黄,J。;李国瑞。;Wang,S.H。;薛,Z。;Huang,Q.M.,《利用局部正负成对标签相关性进行多标签分类》,神经计算,257164-174,(2017)
[14] 黄圣杰。;Zhou,Z.H.,《利用局部标签相关性进行多标签学习》,(第二十六届AAAI人工智能会议,(2012年)),949-955
[15] 罗,H.Y。;林,S.D。;王海梅,多标签和成本敏感分类的广义k-标签集集成,IEEE Trans。知道。数据工程,26,7,1679-1691,(2014)
[16] Tsoumakas,G。;片崎,I。;Vlahavas,I.,用于多标签分类的随机k-标签集,IEEE Trans。知道。《数据工程》,23,7,1079-1089,(2011年)
[17] 坎杰,S。;阿卜杜拉,F。;Denoeux,T.,《使用随机k-标签集方法的证据多标签分类》(2012年),斯普林格:斯普林格柏林,海德堡
[18] 吴永平。;林,H.T.,成本敏感多标签分类的渐进随机k-标签集,马赫。学习,106,5671-694,(2017年)·Zbl 1454.62203
[19] 翁,W。;林永杰。;吴,S.X。;李永伟。;Kang,Y.,基于标签特定特征和局部成对标签相关性的多标签学习,神经计算,273,385-394,(2017)
[20] 曼尼卡,E.L。;Janssen,F.,《多标签分类的学习规则:一种堆叠和一种分而治之的方法》,Mach。学习,105,1,1-50,(2016)
[21] 周志华。;吴杰。;唐,W.,《感知神经网络:许多人可能比所有人都好,人工智能。国际期刊,137,1-2,239-263,(2002年)·Zbl 0995.68077
[22] 林,C。;陈文魁。;邱,C。;吴永福。;克里希南S。;Zou,Q.,LibD3C:基于聚类和动态选择策略的集成分类器,神经计算,123424-435,(2014)
[23] 罗卡,L。;施克莱尔。;多标签分类的集成方法,专家系统。申请书,41,16,7507-7523,(2014年)
[24] 李,J。;Kim,D.W.,使用多元互信息进行多标签分类的特征选择,模式识别。Lett.,34,3,349-357,(2013年)
[25] 林永杰。;胡,Q.H。;刘建华。;陈建康。;段,J.基于邻域互信息的多标签特征选择,应用。软计算,38244-256,(2016)
[26] 李,H。;李,D.Y。;翟永华。;Wang,S.G。;张杰,基于粗糙集理论的多标签数据属性约简方法,信息科学,367-368,827-847,(2016)
[27] 彭国华。;长,F.H。;Ding,C.,基于最大依赖、最大关联和最小冗余的互信息准则的特征选择,IEEE Trans。肛门模式。机器。国际,27,8,1226-1238,(2005年)
[28] 林永杰。;刘建华。;刘建华。;Duan,J.,基于最大依赖和最小冗余的多标签特征选择,神经计算,168,C,92-103,(2015)
[29] 李,J。;Kim,D.W.,多标签分类的记忆特征选择算法,信息科学,293,293,80-96,(2015)
[30] 李,J。;《基于可伸缩性准则的多标签特征选择》,模式识别,342-352,(2017)
[31] 李,F。;苗博士。;Pedrycz,W.,基于互信息的粒度多标签特征选择,模式识别,67410-423,(2017)
[32] 德诺,T。;尤恩斯,Z。;Abdallah,F.,用信念函数表示集值变量的不确定性。国际期刊,174,7-8,479-499,(2010年)·Zbl 1209.68542
[33] Everingham,M。;古尔,L。;威廉姆斯,C.K。;维恩,J。;Zisserman,A.,Pascal可视化对象类(VOC)挑战,Int.J.Comput。第88,22303-338页,(2010年)
[34] 耿,X。;Ji,R.Z.,标签分布学习,IEEE Trans。知道。数据工程,28,7,1734-1748,(2014)
[35] 高博。;邢,C。;谢国伟。;吴杰。;Geng,X.,带标签模糊的深层标签分布学习,IEEE Trans。图像处理,26,6,2825-2838,(2017)
[36] Pawlak,Z.,粗糙集,国际计算机杂志。《科学基础》,341-356,(1982年)·Zbl 0501.68053
[37] Pawlak,Z.,《粗糙集:关于数据推理的理论方面》(1992),Kluwer学术出版社
[38] 李,H。;李,D.Y。;翟永华。;Wang,S.G。;张杰,多标签决策表的变精度属性约简方法。世界杂志,2014,1-7,(2014)
[39] Yu,Y。;佩德里茨W。;Miao,D.Q.,基于邻域粗糙集的图像自动标注多标签分类,国际期刊,近似原因,54,9,1373-1387,(2013)·Zbl 1316.68122
[40] 弗鲁伊曼斯。;科尼利斯,C。;赫雷拉,F。;Saeys,Y.,使用模糊粗糙邻域共识的多标签分类,Inf.Sci.,433,96-114,(2018)
[41] 《三方决策:粗糙集理论中规则的解释》,(国际粗糙集与知识技术会议,(2009)),642-649
[42] 姚勇,概率粗糙集模型中三方决策的优越性,信息科学,181,61080-1096,(2011)·Zbl 1211.68442
[43] 胡伯强。;黄,H。;姚国福,《论三方决策空间中的两种新型三方决策》,《国际法学概论》,82285-306,(2017)·Zbl 1404.68164
[44] 钱,J。;华盛顿特区。;岳,X.D。;Zhang,N.,动态粒化下连续三方决策的属性约简,国际期刊,近似原因,85196-216,(2017)·Zbl 1419.68175
[45] 李克强。;易,H.Q。;她,Y.H。;Sun,B.Z.,基于子集评估的广义三方决策模型,国际期刊,近似推理,83,C,142-159,(2017)·Zbl 1404.68168
[46] 孙,B.Z。;文学硕士,硕士。;李伯杰。;李新新,语言信息决策理论粗糙模糊集多属性群决策的三向决策方法,国际法学概论,93424-442,(2018)
[47] 读,J。;普法林格,B。;霍姆斯,G.,多标签分类的分类器链,马赫。学习,85333-359,(2011年)
[48] 马贾罗夫,G。;戈尔杰维基,D。;Deroski,S.,多标签学习的两阶段架构,模式识别,45,3,1019-1034,(2012)
[49] Kai,W.S。;Chong,H.L.,通过两阶段多标签超网络解决多标签学习中的班级不平衡,神经计算,266,29375-389,(2017)
[50] 任福杰。;王,L.基于三方决策的文本情感分析,J.Intell。模糊系统,33,1245-254,(2017)·Zbl 1376.68145
[51] 姚,Y.Y。;赵勇。;王杰,论约化构造算法,(粗糙集与知识技术论文集,第4062卷,(2006)),100-117页·Zbl 1154.68513
[52] 姚,Y.Y。;王世凯,《近似概念的决策理论框架》,国际J。曼马赫。螺柱,37,6793-809,(1992年)
[53] 郭永伟。;焦立群。;王,S。;王,S。;刘,F。;荣,K.X。;Xiong,T.,基于动态粗糙子空间的选择性集成,模式识别,48,5,1638-1652,(2014)
[54] 王国庆。;硕士,X.A。;于,H.,概率粗糙集模型中属性约简的单调不确定性测度,国际期刊,近似推理,59,C,41-67,(2015)·Zbl 1328.68231
[55] 张晓阳。;《三向属性约简》,《国际期刊》近似推理,第88401-434页,(2017)·Zbl 1418.68217
[56] Ar,J.,多数据集上分类器的统计比较,J.Mach。学习。第7、1、1-30号决议(2006年)
[57] Tsoumakas,G。;斯皮罗米特罗斯熊菲斯,E。;维尔切克,J。;《木兰:用于多标签学习的Java库》,J.Mach。学习。第12、7、2411-2414号决议(2012年)·Zbl 1280.68207
[58] 读,J。;鲁特曼,P。;普法林格,B。;霍姆斯,G.,梅卡:对韦卡的多标签/多目标扩展,J.马赫。学习。第17、1667-671号决议,(2016年)·Zbl 1360.68708号
[59] 木村,K。;工藤,M。;太阳,L。;Koujaku,S.,大规模多标签分类的快速随机k-标签集,(国际模式识别会议,(2017年)),438-443
[60] Tsoumakas,G。;Vlahavas,I.,随机k-标签集:多标签分类的集成方法,(欧洲机器学习会议,ECML,(2007)),406-417
[61] 哥德伯勒。;Sarawagi,S.,多标记分类的判别方法,(知识发现和数据挖掘的进展,计算机科学课堂讲稿,第3056卷,(2004年)),22-30
[62] 沙皮里,R.E。;Singer,Y.,使用置信度预测改进了boosting算法,Mach。学习,37297-336,(1999)·Zbl 0945.68194
[63] 沙皮里,R.E。;Singer,Y.,BoosTexter:基于Boosting的文本分类系统(2000),Kluwer学术出版社·Zbl 0951.68561
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。