张伟峰;胡、华;胡海阳;方、景龙 在用词建模的框架中，模糊概念之间的语义距离。 （英语） Zbl 1418.68216号 软计算。 23，第10号，3347-3364（2019）. 摘要：有效测量两个模糊概念的相似性或不相似性是模糊概念推理和计算的关键步骤。在本文中，我们通过在一个称为标签语义的框架中对模糊性进行建模，定义了数据实例和模糊概念之间的语义距离。我们还提出了两种基于语义距离的聚类方法，可以同时对数据实例和模糊概念进行聚类。为了评估我们的方法，我们对三个数据集进行了一些实验研究，包括Corel图像和标签、Reuters-21578和TDT2。结果表明，所提出的距离能够有效评估数据实例和模糊概念之间的语义相似性。 MSC公司： 68层37 人工智能背景下的不确定性推理 62H30型 分类和区分；聚类分析（统计方面） 关键词：模糊的概念;标签语义;语义距离;群集 软件：LMNN公司;PRMLT公司;伦敦银行支持向量机;LFOIL公司 PDF格式BibTeX公司 XML格式引用 \textit{W.Zhang}等人，《软计算》。23，第10号，3347--3364（2019；Zbl 1418.68216） 全文： 内政部 参考文献： [1] Bharti K，Singh P（2016）文本聚类的混沌梯度人工蜂群。软计算20（3）：1113-1126·doi:10.1007/s00500-014-1571-7 [2] Bishop M（2006）模式识别和机器学习。柏林施普林格·Zbl 1107.68072号 [3] Cambria E（2012）社会媒体营销的情感计算。多媒体工具应用程序59（2）：557-577·doi:10.1007/s11042-011-0815-0 [4] Cambria E，Hussain A（2012）《感知计算：技术、工具和应用》。柏林施普林格·doi:10.1007/978-94-007-5070-8 [5] Carneiro G，Chan A，Moreno P，Vasconcelos N（2006）监督图像注释和检索的语义类学习。IEEE Trans PAMI 29（3）：394-410·doi:10.1109/TPAMI.2007.61 [6] Chang CC，Lin CJ（2011）LIBSVM：支持向量机库。ACM跨智能系统技术2（3）：1-27·数字对象标识代码：10.1145/1961189.1961199 [7] Chen Y，Garcia E，Gupta M，Rahimi A，Cazzanti L（2009）基于相似性的分类：概念和算法。J Mach学习研究10（2）：747-776·Zbl 1235.68138号 [8] Cortes C，Vapnik V（1995）支持向量网络。马赫数学习20（3）：273-297·Zbl 0831.68098号 [9] Crosscombe M，Lawry J（2016）模糊和不确定信念的多主体共识模型。适应行为24（4）：249-260·doi:10.1177/1059712316661395 [10] Daniel R、Lawry J、Rico-Ramirez A、Clukie D（2007）使用带条件标记的语言决策树对天气雷达图像进行分类。包含：FUZZ-IEEE，第1-6页 [11] David A（2005）《统计模型：理论与实践》。剑桥大学出版社·兹比尔1096.62002 [12] Deng C，He X，Han J（2005）利用局部保持索引进行文档聚类。IEEE Trans Knowl Data Eng 17（12）：1624-1637·doi:10.1109/TKDE.2005.198 [13] Figueiredo F，Rocha L，Couto T，Salles T，Goncalves M（2011）文本分类的单词共现特征。信息系统36（5）：843-858·doi:10.1016/j.is.2011.02.002 [14] Francisco A，Martinez J，Aguilar C，Roldon C（2016）使用模糊距离估计模糊回归模型。IEEE Trans Fuzzy系统24（2）：344-359·doi:10.1109/TFUZZ.2015.2455533 [15] Goldberger J、Hinton G、Roweis S、Salakhutdinov R（2005）《邻里成分分析》。包含：NIPS，第513-520页 [16] Gu B，Sheng VS（2016）一种用于v支持向量分类的稳健正则化路径算法。IEEE跨神经网络学习系统1:1-8 [17] Gu B，Sheng VS，Tay KY，Romano W，Li S（2015a）序数回归的增量支持向量学习。IEEE Trans Neural Netw学习系统26（7）：1403-1416·doi:10.1109/TNNLS.2014.2342533 [18] Gu B，Sheng VS，Wang Z，Ho D，Osman S，Li S（2015b）v支持向量回归的增量学习。神经网络67:140-150·Zbl 1394.68286号 ·doi:10.1016/j.neunet.2015.03.013 [19] 顾B，孙X，盛VS（2016）结构极大极小概率机。IEEE Trans Neural Netw学习系统28（7）：1646-1656·doi:10.1109/TNNLS.2016.2544779 [20] H Druker CB（1997）支持向量回归机。包含：NIPS，第155-161页 [21] Guo H，Wang X，Wang L（2016）估计不确定集隶属函数的Delphi方法。J不确定分析应用4（1）：1-17·doi:10.1186/s40467-015-0043-7 [22] He H，Lawry J（2014）语言属性层次及其分类优化。软计算18（10）：1967-1984·doi:10.1007/s00500-013-1179-3 [23] Janis V，Montes S（2007）模糊集之间的距离作为模糊量。大学学报Matthiae Beli Ser Math 14:41-49·Zbl 1152.94312号 [24] Jolliffe I（2005）主成分分析。霍博肯威利在线图书馆·Zbl 1011.62064号 [25] Karaboga D（2005）基于蜜蜂群的数值优化思想。在：技术报告，工程学院，计算机工程系。Erciyes大学出版社 [26] Lavrenko V，Manmatha R，Jeon J（2004）学习图片语义的模型。输入：NIPS [27] 劳里J（2006）用模糊概念进行建模和推理。柏林施普林格·Zbl 1092.68095号 [28] 劳里J（2014）概率、模糊性和边界案例。国际J近似原因55（5）：1164-1184·Zbl 1433.60003号 ·doi:10.1016/j.ijar.2014.01.004 [29] Lawry J，Tang Y（2009），模糊概念的不确定性建模：原型理论方法。Artif Intell艺术情报173:1539-1558·Zbl 1185.68710号 ·doi:10.1016/j.artint.2009.07.006 [30] Lewis M，Lawry J（2016）概念组合的层次概念空间。Aritif Intell公司237:204-227·Zbl 1357.68229号 ·doi:10.1016/j.artint.2016.04.008 [31] Li D（2004）直觉模糊结构中差异的一些度量。计算机系统科学杂志8:115-122·Zbl 1052.03034号 ·doi:10.1016/j.jcss.2003.07.006 [32] Hyung LK，Song KLYS（1994）模糊集之间和元素之间的相似性度量。模糊集系统62:291-293·doi:10.1016/0165-0114（94）90113-9 [33] Lovasz L，Plummer M（1986）匹配理论。布达佩斯·Zbl 0618.05001号 [34] MacQueen J（1967）多元观测分类和分析的一些方法。收录于：第五届伯克利数学统计与概率研讨会论文集，第281-297页·Zbl 0214.46201号 [35] McCulloch J、Wagner C、Akckelin U（2013）《模糊集之间方向距离的测量》。In:UKCI 2013，萨里大学第13届计算智能年度研讨会，第38-45页 [36] Ng A、Jordan M、Weiss Y（2009）《关于光谱聚类：分析和算法》。J Mach学习研究10（2）：747-776 [37] Nieradka G，Butkiewicz B（2007）基于模糊测度的自动隶属函数估计方法。模糊逻辑和软计算基础。施普林格，柏林，海德堡，第451-460页 [38] P Groenen UK，Rosmalen JV（2007），使用minkowski距离函数的模糊聚类。In：模糊聚类及其应用的进展，第53-68页 [39] Pappis C，Karacapilidis N（1993）模糊值相似性度量的比较评估。模糊集系统56:171-174·Zbl 0795.04007号 ·doi:10.1016/0165-0114（93）90141-4 [40] Qin Z，Lawry J（2005）带模糊标签的决策树学习。信息科学172（1-2）：91-129·Zbl 1087.68094号 ·doi:10.1016/j.ins.2004.12.005 [41] 秦Z，劳里J（2008）LFOIL:标签语义框架中的语言规则归纳。模糊集系统159（4）：435-448·Zbl 1176.68164号 ·doi:10.1016/j.fss.2007.10.08 [42] Qin Z，Tang Y（2014）数据挖掘的不确定性建模：标签语义方法。柏林施普林格·Zbl 1301.68006号 ·doi:10.1007/978-3-642-41251-6 [43] Rosch E（1973）自然类别。认知心理学4:328-350·doi:10.1016/0010-0285（73）90017-0 [44] Rosch E（1975）语义范畴的认知表征。实验心理学杂志104:192-233·doi:10.1037/0096-3445.104.3192 [45] Rosmalen JV（2006）使用minkowski距离进行模糊聚类。In：计量经济学，第53-68页 [46] Roweis S，Saul L（2000）局部线性嵌入的非线性降维。科学290（5500）：2323-2326·doi:10.1126/science.290.5500.2323 [47] Medasani S，Kim J，Krishnapuram R（1998）模式识别隶属函数生成技术概述。国际J近似原因19:391-417·Zbl 0947.68555号 ·doi:10.1016/S0888-613X（98）10017-8 [48] Scott J（2012）回归分析中的错觉。国际J预测28（3）：689·doi:10.1016/j.ijforecast.2012.02.01 [49] Smola A，Scholkopf B（2004）支持向量回归教程。统计计算14（3）：199-222·doi:10.1023/B:STCO.0000035301.49549.88 [50] Szmidt E，Kacprzyk J（2000）直觉模糊集之间的距离。模糊集系统114:505-518·Zbl 0961.03050号 ·doi:10.1016/S0165-0114（98）00244-9 [51] Turnbull O，Lawry J，Lowengerg M，Richards A（2016）用于敌对环境中实时路径规划的克隆语言决策树控制器。模糊集系统293:1-29·doi:10.1016/j.fss.2015.08.017 [52] V Srivastava，Tripathi BK，Pathak VK（2011）具有minkowski距离的进化模糊聚类。In：神经信息处理国际会议，第753-760页 [53] Vapnik V（1998）统计学习理论。霍博肯·威利·Zbl 0935.62007号 [54] Victor S，Semyon V（2006）《数值分析的理论介绍》。博卡拉顿CRC出版社·Zbl 1109.65002号 [55] Weinberger K，Saul L（2009）大幅度最近邻分类的距离度量学习。J Mach学习研究10:207-244·Zbl 1235.68204号 [56] Wu H，Luk R，Wong K，Kwok K（2008）将tf-idf术语权重解释为做出相关性决策。ACM传输信息系统26（3）：55-59·doi:10.1145/1361684.1361686 [57] Xiaohui C，Potok T（2005）基于混合PSO+k-means算法的文档聚类分析。计算机科学杂志特刊（4月15日）：27-33 [58] Xing EP、Jordan MI、Russell SJ、Ng AY（2002）《距离度量学习及其在附带信息聚类中的应用》。In:NIPS，第521-528页 [59] Zadeh L（1965）模糊集。信息控制8（3）：335-353·兹伯利0139.24606 ·doi:10.1016/S0019-9958（65）90241-X [60] Zadeh L（1975）语言变量的概念及其在近似推理中的应用第二部分。信息科学4:301-357·Zbl 0404.68074号 ·doi:10.1016/0020-0255（75）90046-8 [61] Zadeh L（1996）模糊逻辑=文字计算。IEEE Trans Fuzzy系统4:103-111·数字对象标识代码：10.1109/91.493904 [62] Zhang W，Qin Z，Tao W（2012）使用稀疏编码的半自动图像注释。输入：ICMLC [63] 张毅，施耐德J（2012）最大余量输出编码。输入：ICML [64] Zheng Y，Jeon B，Xu D，Wu QJ，Zhang H（2015）广义层次模糊c-均值图像分割。神经网络28（2）：961-973 [65] 朱国光（2010）用于数值函数优化的高斯引导人工蜂群算法。应用数学计算217（7）：3166-3173·Zbl 1204.65074号 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。