论文部分内容阅读
相似度计算方法在数据挖掘中具有重要的意义。深入分析了以距离作为相似性度量策略的局限性，提出了一种以实例内部特征结构及其相互关系为度量的相似性度量方法。此方法深入挖掘了实例特征的内部结构特征，具有很高准确性。以结构距离对多标签的基于图的半监督学习算法（ML-GRF）相似性模块进行改进，实验显示其准确性有较大的提高，结构距离作为相似度度量策略有很高的准确性。