基于標(biāo)準(zhǔn)特征屬性和互鄰居的多標(biāo)簽分類算法研究.pdf

1、隨著Internet、信息檢索等新技術(shù)的不斷出現(xiàn)及快速發(fā)展，各種應(yīng)用所積累的數(shù)據(jù)量急劇增長(zhǎng)。這些數(shù)據(jù)背后通常隱藏了反映事物變化規(guī)律的信息或知識(shí)。為了能夠有效利用這些數(shù)據(jù)，需要從中挖掘有用的信息和知識(shí)，并應(yīng)用于商務(wù)管理、生產(chǎn)控制、市場(chǎng)分析、工程設(shè)計(jì)和科學(xué)探索等領(lǐng)域。這種需求的劇增，推動(dòng)數(shù)據(jù)挖掘研究的蓬勃發(fā)展。
　　 分類作為一種數(shù)據(jù)分析方法，是數(shù)據(jù)挖掘中研究最活躍的課題之一。它可以用于提取描述重要數(shù)據(jù)類或預(yù)測(cè)未來的數(shù)據(jù)趨勢(shì)的模型。

2、根據(jù)樣本擁有標(biāo)簽的數(shù)量，分類問題主要分為單標(biāo)簽分類問題和多標(biāo)簽分類問題。在實(shí)際應(yīng)用中遇到的分類大多是較為復(fù)雜的多標(biāo)簽分類問題，鑒于多標(biāo)簽分類問題本身的理論意義和廣泛的應(yīng)用價(jià)值，使其得到了越來越多研究者廣泛的關(guān)注和重視。
　　 隨著相關(guān)研究的不斷深入，多標(biāo)簽分類的重要程度及其應(yīng)用價(jià)值已逐步顯現(xiàn)出來。目前，人們通過與各種學(xué)習(xí)技術(shù)相結(jié)合，提出不同類型的多標(biāo)簽分類算法，解決各種不同實(shí)際問題。盡管如此，類別標(biāo)簽與屬性之間的相互依賴關(guān)系及其

3、對(duì)多標(biāo)簽分類性能的貢獻(xiàn)、影響多標(biāo)簽分類算法效率的因素等的認(rèn)識(shí)仍然不夠深入，例如大多數(shù)多標(biāo)簽分類算法在處理多標(biāo)簽數(shù)據(jù)時(shí)，沒有充分考慮不同的屬性集對(duì)于各個(gè)類標(biāo)簽的貢獻(xiàn)度是不同的;雖然k近鄰在多標(biāo)簽分類中頗受歡迎，但其本身仍有幾個(gè)問題有待進(jìn)一步解決，如容易受噪聲數(shù)據(jù)的干擾，且最優(yōu)k值難以確定等。這些問題的有效解決，不僅對(duì)數(shù)據(jù)分類技術(shù)的理論研究，而且還對(duì)多標(biāo)簽分類的實(shí)際應(yīng)用都具有重要的研究意義和實(shí)際參考價(jià)值。
　　 本文研究多標(biāo)簽分類，

4、主要研究?jī)?nèi)容及貢獻(xiàn)包括:
　　 針對(duì)類別標(biāo)簽與屬性之間的相互依賴關(guān)系及其對(duì)多標(biāo)簽分類性能的貢獻(xiàn)，提出了一種基于標(biāo)簽特征屬性的多標(biāo)簽分類算法。在該算法中，首先在每個(gè)類標(biāo)簽的正、負(fù)樣本集中計(jì)算每個(gè)屬性的屬性密度，然后分別從中選取mk個(gè)密度值最大的屬性，取其交集的屬性集作為相應(yīng)類標(biāo)簽的標(biāo)簽特征屬性，最后在標(biāo)簽特征屬性的基礎(chǔ)上進(jìn)行多標(biāo)簽分類。
　　 基于k近鄰的思想，提出了一種基于k互鄰居的多標(biāo)簽分類算法。該算法采用互鄰居概念，

5、探討鄰居的重要性程度，區(qū)分真假鄰居，在此基礎(chǔ)上獲取待分類數(shù)據(jù)樣本的真實(shí)、可靠鄰居信息，剔除虛假鄰居信息，最后基于這些可靠鄰居信息進(jìn)行預(yù)測(cè)未標(biāo)簽樣本的標(biāo)簽集。同時(shí)，通過計(jì)算每個(gè)樣本的互鄰居來鑒別并剔除原始數(shù)據(jù)集中的噪聲數(shù)據(jù)，從而有效提高了數(shù)據(jù)的質(zhì)量，更利于從中訓(xùn)練出強(qiáng)健的分類器。
　　 在算法的仿真實(shí)驗(yàn)部分，在多個(gè)測(cè)試數(shù)據(jù)集上進(jìn)行仿真實(shí)驗(yàn)，并與經(jīng)典的多標(biāo)簽分類算法進(jìn)行比較，以驗(yàn)證所提出算法的有效性?；趯傩缘亩鄻?biāo)簽分類算法的實(shí)驗(yàn)結(jié)