标签相关性相关论文
文本分类（TC）是自然语言处理（NLP）领域的重要基础任务，多标签文本分类（MLTC）是TC的重要分支。为了对多标签文本分类领域进行深入了解，介绍......
多标签图像分类是图像分类领域的一个重要研究课题,是对单标签图像分类任务的拓展。相对于单标签图像分类任务,多标签图像分类具有......
多标签分类的目的是为一个实例分配多个与之相关的类别标签,其在数据挖掘和机器学习领域是重要的一个学科分支并有着广泛的应用和......
为对现实世界的多语义性对象准确建模,多标签学习框架假设每个对象同时关联多个类别标签,其目标是通过学习得到一个能够为未见示例......
分类是机器学习领域常见的问题之一,多标签学习是传统分类问题的变体,它能够处理每个实例同时和多个标签相关联的问题。目前已经存......
随着信息技术的快速发展,传递信息的主要数据模式已经从过去的文字和图片逐渐变为了视频。相比于文字数据和图片数据,视频数据具有......
随着科技的迅速发展,实际应用领域涌现出大量流数据,这些数据不仅具有海量、快速、含多个标签与特征高维的特点,且其数据分布会随......
肺癌是中国发病率和死亡率最高的癌症,恶性肺结节的早期筛查能够显著降低肺癌的死亡率。胸部计算机断层扫描（Computed Tomography,C......
极限学习机因具有高效处理、性能优越以及更少人工参数设定等优点,已成功应用于批处理多标签分类问题.然而,实际应用领域涌现的数......
针对多标签学习中实例标签的缺失补全和预测问题,本文提出一种基于正则化的半监督弱标签分类方法(简称SWCMR),方法同时兼顾实例相......
在多标签学习中,每个实例对应多个标签并拥有丰富的语义信息。不可否认的是,标签的缺省现象经常发生在多标签数据集。缺省标签会导......
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......
随着信息时代的飞速发展,互联网上的信息呈指数倍增长,如何高效地从众多互联网信息中获取人们所需要的信息,是目前急需解决的问题......
图像分类是计算机视觉领域研究热点之一,图像多标签学习方法更是在图像分类任务中有着广泛的应用。随着大数据时代的到来,图像数据......
多标签分类在现实世界中有着广泛的应用,是当今机器学习领域的热点问题之一.多标签分类的代表性算法BR(Binary Relevance)虽有较多......
多标签流形学习(multi-label manifold learning,ML2)基于特征流形构建标签流形,将标签逻辑值转换为实数值,能更好地反映标签相关......
随着视觉成像设备、计算机网络技术以及移动社交媒体的飞速发展，以图像和视频为主要传播媒介的信息在互联网上呈爆炸式增长。对图像......
针对标签相关性的表征问题,提出一种基于三角距离相关性的标签分布学习算法。首先,构建距离映射矩阵,描述标签分布和特征矩阵之间......
随着社交网络和多媒体技术的日益成熟,越来越多的网民将自己的图像上传到网络空间,网络图像资源日益丰富,基于语义标签进行图像检......
多标签分类旨在准确分类出同一个图像中不同物体所属的类别,广泛应用于文本分类、图像识别等实际场景中。多标签分类研究中存在两......
随着人工智能的发展,重复劳动可以交由机器自动完成。在法律文件自动解析和阅读领域,研究对于合同文件的内容解析和简单审核,可以......
现如今的人类生活在一个信息大爆炸的时代,从复杂信息中定位自己需求信息的要求也在不断提高。多标签学习就是这样一种技术,它可以......
在21世界的前二十年里,由于广泛的实际应用和场景需要,多标签学习吸引了众多数据挖掘领域和机器学习领域研究人员的关注。随着特征......
随着大数据时代的到来,多标签学习算法在图像分类、文本分类、音乐检索、生物信息学、多媒体自动注释等多个领域中得到了成功的应......
垂直领域文本分类一般将研究内容限定在特定专业领域或有某种特定需求的领域中,与非垂直领域相比,垂直领域文本分类在文本表示、特......
针对多示例多标签学习中可能会出现标签缺失问题、类属属性问题、标签关系问题以及示例关系问题。本文首先从多标签学习的角度探索......
[目的/意义]针对笔者此前提出的标签相关性判断策略进行优化,以提升策略的召回率,从而更好地支持标签应用研究与实践.[方法/过程]......
目前,对新闻情感分类问题的研究大部分是从新闻作者的角度进行的,而对读者反馈的真实情感分析的较少.本文从读者角度入手进行情感......
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......
多标签分类问题已广泛应用于文本分类、图像分类、生物基因功能分类、视频语义注释等.相比较于单标签分类,多标签分类更符合真实世......
针对卷积神经网络对于多标签分类中未考虑标签相关性的问题,提出了一种考虑标签相关性的卷积神经网络分类方法。在AlexNet网络结构......
多标签算法大多利用特征与标签嵌入等方法挖掘标签空间的语义信息,但这类方法没有利用特征与标签间可能存在的某种联系.类属属性的......
针对局部和全局一致性的分类算法LGC未考虑标签之间的相关性,提出了一种基于局部和全局一致性的多标签分类（MLGC）算法。该方法新增加......
商品通常包含多个属性维度,准确找到商品评论中涉及的属性维度是文本挖掘工作的基础。RAKEL算法是多标签分类中问题转换思路的一种......
为克服不同图像域之间的特征“差异”,跨越分布“鸿沟”,提出了一种基于正则化迁移稀疏概念编码的跨域图像分类方法。将图像域间的......
随着数据挖掘的发展,多标签分类如今已被广泛应用在文本分类、图像分类、生物信息学、信息检索以及视频处理等领域中。多标签分类......
多标签图像分类旨在准确的分类出图像中的不同目标所属类别,其广泛的用于场景识别、属性分类等现实场景中。该任务的核心研究问题......
分类问题作为基础自然语言处理任务之一,其在推荐系统、搜索引擎和舆情分析等等大领域都有广泛的应用场景,而本文研究的多标签文本......
针对多标签分类算法不能充分利用标签相关性的问题,通过建立标签的正、负相关性矩阵来挖掘标签间不同的相关关系,提出一种基于引力......
针对心脏瓣膜疾病模糊分类问题,提出基于多标签Ada Boost的模糊分类改进算法。结合模糊集理论,采用隶属函数将疾病的严重程度映射......
在多标签分类问题中,标签之间往往是相关的,为了提高分类性能,利用标签之间的相关性,提出AdaBoost.MLR算法和标签相关性分析方法。......
[目的/意义]借鉴活跃度指数的设计思想,提出一种新的标签相关性判断策略,以改善标签相关性判断的效果和策略的通用性。[方法/过程]......
随着数码产品，移动智能设备以及存储设备的普及，大数据时代已经来临，如何对海量数据进行有效的组织、管理、存储成为科研以及商业领域......
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......
近年来,多标签学习在图像识别和文本分类等多个领域得到了广泛关注,具有越来越重要的潜在应用价值。尽管多标签学习的发展日新月异......
大数据时代,数据呈现维度高、数据量大和增长快等特点。如何有效利用其中蕴含的有价值信息,以实现数据的智能化处理,已成为当前理......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
现有的类属属性学习方法在提取类别标签的特征时,大多仅单一考虑标签间的相关性,忽略实例和实例间以及特征与特征间的相关性,可能......
针对K近邻多标签(ML-KNN)分类算法中未考虑标签相关性的问题,提出了一种基于标签相关性的K近邻多标签分类(CML-KNN)算法。首先,计......
