李红;谢、郑;向、姚;吴敏 基于LLE降维和贝叶斯分类的多标签学习。 (中文。英文摘要) Zbl 1212.68131号 系统。电子工程。 31,第6期,1467-1472(2009). 摘要:多标签数据的样本可能属于多个类别,因此其分类问题比单标签数据复杂得多。提出了一种新的多标签学习算法。多标签数据的特征属性往往具有较高的维数,因此采用LLE算法降低维数,以提取一组能够完全描述数据的低维特征属性集。然后,将多标签样本按照其所属类别进行划分,并利用贝叶斯分类模型学习各组的分类特征。然后,根据每个分类模型的决策类标签,得到最终的多标签样本类标签集。将该算法分别应用于自然场景图像和基因数据的多标签分类学习。实验结果表明,该算法能够对不同的多标签数据集取得良好的分类效果,与其他算法相比具有更好的性能。 MSC公司: 68T05型 人工智能中的学习和自适应系统 68吨10 模式识别、语音识别 关键词:多标签学习;朴素贝叶斯分类器;自然场景分类;基因数据集分类 PDF格式BibTeX公司 XML格式引用 \textit{H.Li}等人,系统。电子工程师。31,第6号,1467--1472(2009;Zbl 1212.68131)