基于LS-SVM的多标签分类算法

基于LS-SVM的多标签分类算法
殷会;许建华;许花
【期刊名称】《南京师范大学学报（工程技术版）》
【年(卷),期】2010(010)002
【摘要】多标签分类是指部分样本同时归属多个类别.基于数据分解的算法因训练速度快、性能良好而得到广泛的应用.本文采用一对一分解策略,将k标签数据集分解为k(k-1)/2个两类单标签和两类双标签的数据子集.对每一训练子集统一用LS-SVM模型建立子分类器,当出现双标签样本时将其函数值设为0,并确定适当的分类阈值.对情感、景象和酵母数据集的实验结果表明,本文算法的某些性能指标优于现有一些常用的多标签分类方法.
【总页数】6页(P68-73)
【作者】殷会;许建华;许花
【作者单位】南京师范大学计算机科学与技术学院,江苏南京210097;南京师范大学计算机科学与技术学院,江苏南京210097;南京师范大学计算机科学与技术学院,江苏南京210097
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于概率LS-SVM的多标签非均衡样本分类算法 [J], 范海雄;刘付显;夏璐
2.基于标签特征和相关性的多标签分类算法 [J], LI Feng;YANG Youlong
3.基于标签语义相似的动态多标签文本分类算法 [J], 姚佳奇;徐正国;燕继坤;熊钢;李智翔
4.基于标签相关性的类属属性多标签分类算法 [J], 牟甲鹏;蔡剑;余孟池;徐建
5.基于特征选择和标签相关性的多标签分类算法 [J], 蔡剑;牟甲鹏;余孟池;徐建因版权原因，仅展示原文概要，查看原文内容请购买。