收藏本站
《安徽大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

基于粒计算的K近邻多标签学习算法

陈小波  
【摘要】:随着当今社会以及信息技术的快速发展,多标签分类学习问题成为现实社会中的一类重要的分类问题,其在实际中有着十分广泛的应用,比如文本分类、图片场景分类、生物基因功能分类等方面。多标签分类学习问题已经成为机器学习领域的一个研究热点,学者先后提出了许多种多标签学习算法来解决多标签分类问题,总的来看这些算法可以分为两类:问题转化法和算法改进法,问题转化法是将一个多标签分类问题转化为若干个单标签分类问题,算法改进法是改进原有的单标签分类算法使它可以用来处理多标签分类问题。 本文介绍了多标签分类学习,然后重点讨论了一些重要的多标签分类算法:基于集成学习的多标签分类算法,基于支持向量机的多标签分类算法,基于神经网络的多标签分类算法,基于覆盖算法的多标签分类算法和k近邻多标签算法;分析了这些算法的优点与不足,针对k近邻多标签算法的某些不足进行改进,从而提出一种新的多标签分类算法。主要完成一下内容: 1、对多标签学习以及一些重要的多标签分类算法进行综述,阐述这些多标签分类算法的具体过程,指出它们在实际应用中的成功之处与不足,对某些算法今后的改进工作做了初步探讨。 2、针对k近邻多标签分类学习算法(ML-kNN)中的在每次学习的过程中都预先指定样本的样本近邻点个数而不考虑样本近邻点的具体的分布情况,对其中的不足进行了分析,提出改进型算法。 3、将粒计算的思想引入到k近邻多标签算法的样本近邻点集的选取过程中,提出基于粒计算的K近邻多标签学习算法(ML-GkNN),通过对粒度粗细的调控来选择样本的近邻点集,使得领域内的样本点之间具有高相似,并且只有与中心样本点具有高相似性的样本点才能进入此中心样本点近邻点集,近邻点集中样本点的个数不是固定的,它是由粒度的粗细和近邻样本点的分布来决定的,实验结果表明该算法的大多数的评价指标优于现有的多标签学习算法。
【学位授予单位】:安徽大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:TP181

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 南风露;曹坤;;粒计算理论及其应用[J];福建电脑;2007年07期
2 ;第9届中国Rough集与软计算、第3届中国Web智能和第3届中国粒计算联合会议征稿通知[J];计算机研究与发展;2008年11期
3 ;第9届中国Rough集与软计算、第3届中国Web智能和第3届中国粒计算联合会议征稿通知[J];计算机研究与发展;2008年12期
4 ;第9届中国Rough集与软计算、第3届中国Web智能和第3届中国粒计算联合会议征稿通知[J];计算机研究与发展;2009年01期
5 ;第9届中国Rough集与软计算、第3届中国Web智能和第3届中国粒计算联合会议征文通知[J];计算机研究与发展;2009年02期
6 ;第9届中国Rough集与软计算、第3届中国Web智能和第3届中国粒计算联合会议征文通知[J];计算机研究与发展;2009年03期
7 安秋生;;粒计算支持的粗糙函数依赖的研究[J];计算机工程与应用;2010年10期
8 陈维民;;Rough集理论与粒计算[J];电脑知识与技术(学术交流);2006年29期
9 宗江琴;范荣;;基于粒计算的本体学习研究[J];科技广场;2007年05期
10 王军;王员云;;基于信息粒的关联规则提取研究[J];电脑知识与技术;2008年12期
中国重要会议论文全文数据库 前10条
1 党建武;张彩珍;张全新;;基于神经网络的列车自动运行控制系统研究[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
2 高协平;;关于BP神经网络用于求解二次规划[A];1999中国控制与决策学术年会论文集[C];1999年
3 汪小帆;宋文忠;;高阶连续时间随机神经网络学习算法研究[A];1995年中国控制会议论文集(下)[C];1995年
4 仲自勉;翟军;陈宝树;李连根;;充分利用样本信息的神经元模型[A];1997中国控制与决策学术年会论文集[C];1997年
5 李海岭;罗先启;葛修润;;自递归神经网络预测结构响应[A];新世纪岩石力学与工程的开拓和发展——中国岩石力学与工程学会第六次学术大会论文集[C];2000年
6 段培永;邵惠鹤;;基于广义基函数的CMAC神经网络的一种改进学习算法[A];1998中国控制与决策学术年会论文集[C];1998年
7 覃祖旭;张洪钺;;基于神经网络的非线性状态观测器研究[A];1995年中国控制会议论文集(上)[C];1995年
8 李鸿儒;邓长辉;顾树生;温馨;;递归神经网络快速学习算法的研究[A];2000中国控制与决策学术年会论文集[C];2000年
9 李明;杨成梧;;PID神经网络的改进PSO学习算法[A];第25届中国控制会议论文集(中册)[C];2006年
10 廖俊;朱世强;林建亚;;自适应神经模糊控制器[A];1995年中国控制会议论文集(下)[C];1995年
中国重要报纸全文数据库 前10条
1 PALADIN;化整为零,变繁为简[N];电脑报;2003年
2 寇怀忠(作者为黄委数字办教授级高工,博士);应用神经网络研究河流水沙运动规律的相关问题[N];黄河报;2006年
3 记者 陈星 实习生 胡杨 整理;适宜新疆种植的小麦品种[N];新疆科技报(汉);2006年
4 朱小宁;数据挖掘:信息化战争的基础工程[N];解放军报;2005年
5 陆齐永;个人电脑的下一件大事[N];中国教育资讯报;2002年
6 ;编程沙龙[N];电脑报;2003年
7 吴宗翰 DigiTimes;力晶今年营收可望逐季增长 下半年单月挑战历史新高[N];电子资讯时报;2006年
8 邢银田;蜡熟末期收麦质优产高[N];湖北科技报;2008年
9 乔地;河南万亩小麦亩产631公斤[N];科技日报;2008年
10 海波;佛家“圣诞节”趣话[N];中国民族报;2003年
中国博士学位论文全文数据库 前10条
1 郭翠翠;基于粒计算的地下空间监控预警方法研究[D];武汉理工大学;2010年
2 张清华;分层递阶粒计算理论及其应用研究[D];西南交通大学;2009年
3 罗建宏;粒计算分类知识发现算法及其应用[D];浙江大学;2010年
4 胡军;基于覆盖的粒计算模型及其应用研究[D];西安电子科技大学;2010年
5 毛萌萌;引进粒计算与形式概念分析技术的认知诊断研究[D];江西师范大学;2011年
6 杨艳屏;主动学习算法及其在心血管疾病诊断中的应用研究[D];华中科技大学;2010年
7 陈万里;基于商空间理论和粗糙集理论的粒计算模型研究[D];安徽大学;2005年
8 盛守照;前向神经网络学习问题研究及其在转台控制中的应用[D];南京航空航天大学;2005年
9 刘宏兵;多目标粒度支持向量机及其应用研究[D];武汉理工大学;2011年
10 张丽;敏捷供应链中的谈判决策系统研究[D];天津大学;2006年
中国硕士学位论文全文数据库 前10条
1 陈小波;基于粒计算的K近邻多标签学习算法[D];安徽大学;2012年
2 刘双;覆盖粒计算及其应用研究[D];浙江师范大学;2011年
3 石周;基于泛系理论的粒计算模型研究[D];兰州大学;2012年
4 龚科华;相容关系粒计算模型在文章比对中的应用研究[D];南昌大学;2010年
5 李娓;基于粗糙集的粒计算在数据挖掘中的研究与应用[D];武汉理工大学;2011年
6 乔子芮;基于粒计算的属性约简算法及应用研究[D];陕西师范大学;2011年
7 吕方苏;基于粒计算的上下文信息处理研究[D];武汉理工大学;2011年
8 廖洲;基于容错性的模糊联想记忆学习算法的设计[D];长沙理工大学;2010年
9 陈燕;基于粒计算——神经网络的故障诊断方法与应用[D];太原理工大学;2011年
10 黄利利;基于粒计算的子空间多聚类模型研究与实现[D];大连理工大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026