计算机应用研究

作者：牟甲鹏,蔡剑,余孟池,徐建,

单位：南京理工大学计算机科学与工程学院,南京210094；

关键词：标签相关性,类属属性,多标签学习,

基金：国家自然科学基金资助项目(61872186,61802205,91846104)；；

多标签学习中一个样本可同时属于多个类别标签，每个标签都可能拥有反映该标签特定特点的特征，即类属属性，目前已经出现了基于类属属性的多标签分类算法LIFT。针对LIFT算法中未考虑标签之间相互关系的问题，提出一种基于标签相关性的类属属性多标签分类算法CLLIFT。该算法使用标签距离度量标签之间的相关性，通过在类属属性空间附加相关标签的方式完成标签相关性的引入，以达到提升分类性能的目的。在四个多标签数据集上的实验结果表明，所提算法与LIFT算法相比在多个多标签评价指标上平均提升21.1%。

来源：2020年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第9期