多标签特征选择相关论文
客观对象可抽象表达为数据样本,而数据样本维度的增长导致其表达信息的复杂程度在不断提高,另一方面,客观对象往往存在着多义性,因......
传统的监督学习任务处理的是单标签数据,其中每个实例只属于一个类标签。但在许多学习任务中,只考虑单标签数据结构是不全面且不适......
近年来,随着现代信息技术的飞速发展,人类进入信息社会,越来越多现实应用领域涉及到多标签学习问题,如文本分类、生物信息学、图像......
在现实世界中,随着互联网和多媒体技术的发展,多标签数据大量出现,这些数据的每个实例样本往往同时属于多个类别,导致需要处理的信......
多标签特征选择是应对数据维度灾难现象的主要方法之一,可以在降低特征维度的同时提高学习效率,优化分类性能。针对目前特征选择算......
针对基于图的多标签特征选择方法忽略图拉普拉斯矩阵的动态变化,且利用逻辑标签来指导特征选择过程而丢失标签信息等问题,提出了一......
近年来,随着机器学习领域的迅速发展,分类问题作为机器学习领域一个重要问题得到广泛研究和应用。分类问题通常指单标签分类,即将......
在传统单标签学习任务中,每个样本只与一个标签有关。然而,多标签学习任务中的样本可能同时与多个标签相关。多标签学习方法在不同......
分类问题是指通过对已知标签的样本集的学习,预测未知样本标签的问题。按样本所拥有的标签个数,分为单标签和多标签分类问题。目前......
