版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、多標(biāo)簽分類問題屬于傳統(tǒng)的分類問題之一,在現(xiàn)實生活中廣泛存在?,F(xiàn)今,多標(biāo)簽算法在解決實際問題中得到廣泛應(yīng)用。然而,多標(biāo)簽實例所屬的標(biāo)簽都是標(biāo)簽空間的一個子集,即每個多標(biāo)簽樣本可能屬于多個標(biāo)簽,而非像二分類問題,樣本只屬于一個標(biāo)簽,這使得多標(biāo)簽問題與傳統(tǒng)的分類問題相比更加復(fù)雜。過去十年里,研究者提出了許多關(guān)于多標(biāo)簽分類的算法,其中絕大部分算法都采用在完全相同的數(shù)據(jù)特征上對每個標(biāo)簽進(jìn)行學(xué)習(xí)的策略。然而,由于每個標(biāo)簽擁有特定的屬性,因而應(yīng)該擁有
2、符合自身標(biāo)簽性質(zhì)的特定特征集,上述被廣泛采用的在統(tǒng)一特征集上直接進(jìn)行多標(biāo)簽學(xué)習(xí)的策略并不是最優(yōu)的。而且,在多標(biāo)簽分類問題中,每個標(biāo)簽相對于其它標(biāo)簽不是完全獨立的,標(biāo)簽關(guān)聯(lián)性信息對于提高分類的性能具有重大意義。因此,本文的目標(biāo)是通過為每個標(biāo)簽構(gòu)建特定的特征,并且利用標(biāo)簽關(guān)聯(lián)性去提高多標(biāo)簽學(xué)習(xí)的性能。
本文通過引入RBF神經(jīng)網(wǎng)絡(luò),將原始的數(shù)據(jù)特征顯性映射到標(biāo)簽特定特征,為每個標(biāo)簽構(gòu)建特定的特征集,以確保每個標(biāo)簽的建模都是基于特定標(biāo)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進(jìn)型RBF神經(jīng)網(wǎng)絡(luò)的多標(biāo)簽算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的多標(biāo)簽場景分類.pdf
- 基于標(biāo)簽關(guān)聯(lián)的多標(biāo)簽分類問題的算法改進(jìn).pdf
- 基于學(xué)習(xí)標(biāo)簽相關(guān)性的多標(biāo)簽分類算法.pdf
- 基于關(guān)聯(lián)規(guī)則的多標(biāo)簽分類研究.pdf
- rbf神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的研究
- 基于BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)的電網(wǎng)短期負(fù)荷預(yù)測.pdf
- 基于多標(biāo)簽學(xué)習(xí)的圖像分類研究.pdf
- 基于主動學(xué)習(xí)的多示例多標(biāo)簽學(xué)習(xí)算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的RFID標(biāo)簽天線印刷品質(zhì)的優(yōu)化研究.pdf
- 基于樣本差異的多標(biāo)簽遷移學(xué)習(xí).pdf
- 多標(biāo)簽分類問題的學(xué)習(xí)
- 基于多示例多標(biāo)簽學(xué)習(xí)的圖像分類標(biāo)注.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的多因素時間序列預(yù)測模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的RFID標(biāo)簽天線快速優(yōu)化仿真系統(tǒng)研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的集成增量學(xué)習(xí)方法研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的多Agent協(xié)商機(jī)制的研究.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的故障診斷.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的PID整定.pdf
- 基于RBF神經(jīng)網(wǎng)絡(luò)的盲均衡算法.pdf
評論
0/150
提交評論