基于相似度的多标签分类算法优化
刘云
肖添
肖雪
昆明理工大学信息工程与自动化学院 昆明 650500
摘要：多标签学习是分类任务中一个重要研究方向,如何保证高分类精度是关键要素.论文提出基于相似度的多标签分类算法SMLC.该算法首先构建实例相似度函数,再采用并行计算方式算出相似值,最后通过加权计算类标签集合权重或者学习阈值方法预测类标签集合.仿真结果表明,与RankSVM、ML-KNN算法对比,SMLC在多标签分类任务的多个指标上表现更优.
关键词：多标签分类精度相似度SMLC
分类号：TP311(计算技术、计算机技术)
资助基金：国家自然科学基金(61262040)
论文发表日期：2022-02-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 243-246,260 )
英文信息