文献类型：期刊文章

作　　者：李华[1,2] 李德玉[1] 王素格[3] 张晶[3]

机构地区：[1]山西大学计算智能与中文信息处理教育部重点实验室,太原030006 [2]石家庄铁道大学数理系,河北石家庄050043 [3]山西大学计算机与信息技术学院,太原030006

出　　处：《小型微型计算机系统》

基　　金：国家自然科学基金项目(61272095;71031006;61175067;61303107)资助;山西省自然科学基金项目(2012061015)资助;山西省回国留学人员科研项目(2013-014)资助

年　　份：2015

卷　　号：36

期　　号：12

起止页码：2730-2734

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：基于专属特征的多标记学习算法使用K-Means聚类算法对标记的正反样例进行聚类,进而构造每个标记的专属特征.但该方法对标记和专属特征之间的相关性缺乏理论性地探究,而且K-Means聚类方法仅仅局限于数值属性数据聚类.对此,一个基于粗糙集的多标记专属特征学习算法(R-LIFT Algorithm)被提出,其使用粗糙集的约简算法来计算每个标记的专属特征.该算法选取的专属特征是原始特征,具有直观意义,并且能够从理论上保证专属特征与标记之间具有较强的相关性.实验表明,R-LIFT算法能够有效地学习专属特征,并进一步提高多标记学习算法的性能.

关 键 词：多标记学习 专属特征  粗糙集 约简  

分 类 号：TP391]