【摘 要】
：
多标记学习是一类复杂的决策任务，同一个对象可能被同时赋予多个类别标记。此类任务在文本分类、图像识别、基因功能分析等领域广泛存在。标记之间的关联性以及多标记分类
【机 构】
：
天津大学计算机科学与技术学院 天津 300072
【出 处】
：
第十四届中国粗糙集与软计算学术会议、第八届中国Web智能学术研讨会及第八届中国粒计算学术研讨会联合会议
论文部分内容阅读
多标记学习是一类复杂的决策任务，同一个对象可能被同时赋予多个类别标记。此类任务在文本分类、图像识别、基因功能分析等领域广泛存在。标记之间的关联性以及多标记分类任务面临的维度灾难也日益成为人们关注的焦点。目前，已经提出了大量的单标记特征选择算法以应对维数灾难问题，但对于多标记的特征选择却鲜有研究。本文将粗糙集应用于多标记数据的特征选择中。针对多标记分类任务，重新定义了邻域粗糙集的下近似和依赖度计算模型，探讨了这一模型的性质，进而构造了基于邻域粗糙集的多标记分类任务的前向搜索特征选择算法，并给出了在公开数据上的实验结果。实验分析证明算法的有效性。
其他文献
本文针对中职学生中存在的厌恶数学学习的心理,就如何营造数学课教学氛围,提高学生的数学学习兴趣进行了探讨。
In this paper, aiming at the aversive mathematics learni
目前国内外城市地理信息系统的开发在实用上、通用上存在较为普遍的问题(例如数据格式转换)，本文的研究目的就是尝试在系统的开发设计的具体实践中，运用先进的开发思想和技术手
本文在粒计算的基础上，提出了一种度量粒集间相似性的度量标准，基于粒计算的格贴近度理论。首先，提出了基于粒计算的内积、外积和格贴近度的概念以及相关性质和证明；然后将该
Bn为Cn中的单位球,H(Bn)表示单位球上的解析函数全体.设0＜α＜∞,f属于α-Bloch空间Bα(Bn),是指f∈H(Bn)并且满足||f||Bα=|f(0)|+sup{(1-|z|2)α|▽f(z)|}＜∞,设0＜p,s＜∞,-n-1＜q＜∞
Let R be a Q-domain,and δ a nonzero locally nilpotent derivation of R.Then,an automorphism expδ of the ring R is defined by (expδ)(a)=∞∑t=0 δl(a)/l! f
粒度支持向量机(Granular Support Vector Machine,GSVM)模型可以有效提高SVM的学习效率,但会损失一定的泛化能力。本文提出一种新的粒度支持向量机学习算法,称为层次粒
重症监护室(ICU)病人生死预测一直都是医学界的热点和难点。针对ICU 时序数据的高维度和不确定间隔采样特性，本文提出了不确定间隔采样转化为确定间隔的空采样的思想和相
本文主要针对地铁运营过程中变形监测问题进行研究，利用天宝S8智能全站仪构建地铁自动变形监测系统，并对天宝S8智能全站仪的测量原理以及变形监测系统的构建进行分析研究，通过C
该文在分析了贯穿整个系统建设过程的数据标准、数据质量控制的基础上,做了用户需求分析,按照系统功能的要求,对系统数据进行组织,具体内容包括：1.该文尝试性的制定了一个供电
该论文结合建立卢湾、徐汇、浦东等区县土地房产GIS基础数据库的工作,探讨建库中的质量控制理论和方法.重点讨论了地籍数据空间关系的自动检查和房产数据的自动检验方法.论文