【摘 要】
：
Rakel（Random k-labelsets）算法从原始标签集中随机选择一部分标签子集,并且使用LP（Label Powerset）算法训练相应的多标签子分类器。由于随机选择标签的原因,导致LP子分类器预测
论文部分内容阅读
Rakel（Random k-labelsets）算法从原始标签集中随机选择一部分标签子集,并且使用LP（Label Powerset）算法训练相应的多标签子分类器。由于随机选择标签的原因,导致LP子分类器预测性能不好。本文基于标签的共现关系选择成对标签来训练LP分类器,提出PwRakel（Pairwise Random k-labelsets）算法。该算法通过挖掘标签相关性扩展训练集,有效提高分类性能。实验结果表明,所提出的算法与Rakel算法以及其他算法对比,分类准确度更高。
其他文献
无线地下传感器网络作为一个全新的研究领域，它的大多数研究还在理论阶段。建立一个更接近真实地下环境的仿真平台，可以减少部署实验所耗费的资源。本文以现有的双径模型叠加多
提出一种基于LEACH协议的两层数据融合方案（MLDA-LEACH）。根据LEACH协议的分簇结构,首先,簇成员节点使用卡尔曼滤波算法对采集的源数据进行去噪处理;然后,簇首节点采用分布图法
图像数据的指数型增长使得传统单机的图像检索在处理大规模图像时面临着检索速度慢、并发性差、检索准确率低的问题。由于图像特征文件都是小文件,本文提出将图像特征小文件进行适当的合并后存储于Hadoop的分布式文件系统HDFS中,实现大规模图像的快速存储和读取;为了适应大规模的图像检索,对图像Fisher向量进行二值化处理,并利用Map Reduce并行编程模型实现基于二值Fisher向量和SIFT(Sc