期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
适于高维数据的多标记学习层次树模型
1
作者 万润君 郭嗣琮 +1 位作者 刘海涛 曾繁慧 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2022年第1期73-78,共6页
为解决多标记学习中的维度灾难问题,采用分而治之的方法,充分考虑标记间的相关性,提出一种基于改进快速密度聚类的多标记学习层次树模型(ML-HTM).该模型降低了聚类过程中的计算复杂度,提高了多标记学习效率.为检验模型效果,在6个高维数... 为解决多标记学习中的维度灾难问题,采用分而治之的方法,充分考虑标记间的相关性,提出一种基于改进快速密度聚类的多标记学习层次树模型(ML-HTM).该模型降低了聚类过程中的计算复杂度,提高了多标记学习效率.为检验模型效果,在6个高维数据集、12个多标记分类评价指标上进行多标记学习实验,并与6种经典多标记学习算法的评价指标值进行算法对比.实验结果表明,该模型对多标记学习中高维数据的处理,明显提高了预测性能和学习效率,充分挖掘标记间的相关性,使得标记预测的结果更加准确. 展开更多
关键词 多标记学习 维度灾难 改进的快速密度聚类算法 数据挖掘 ML-HTM模型
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部