聂、余;廖向文;魏晶晶;杨丁达;陈国龙 基于深度自动编码器的多标签分类。 (中文。英文摘要) Zbl 1438.68110号 J.广西标准。大学,自然科学。 37,第1期,第71-79页(2019年). 摘要:对于多标签分类问题,现有的大多数方法只考虑邻域信息,忽略了结构相似性,导致分类精度低。因此,本文提出了一种用于多标签分类的深度自动编码器。为了捕获全局网络结构,该方法使用轨道计数算法(Orca)计算每个节点的结构相似性,这是潜在空间中表示的输入信息。然后,通过联合优化模型中的全局结构和邻域结构,可以很好地保持高非线性网络结构。最后,根据从潜在空间中获得的节点向量,使用支持向量机对节点进行分类。使用三个真实世界的网络进行了实验,结果表明,新模型在多标签分类方面优于现有方法。 MSC公司: 68T05型 人工智能中的学习和自适应系统 关键词:多标签分类;网络嵌入;结构相似性;深度自动编码器 PDF格式BibTeX公司 XML格式引用 \textit{Y.Nie}等,《广西常模》。大学,自然科学。37,编号1,71-79(2019;Zbl 1438.68110) 全文: 内政部