检索结果-南通市图书馆

计算机工程与科学 2020年第7期42卷 1309-1317页

作者：杨岚雁靳敏张迎春张珣北京工商大学计算机与信息工程学院北京100048 北京工商大学信息网络中心北京100048

针对mlknn算法仅对独立标签进行处理,忽略现实世界中标签之间相关性这一问题,提出了一种基于关联规则的mlknn多标签分类算法(FP-mlknn)。该算法采用关联规则算法挖掘标签之间的高阶相关性,并用标签之间的关联规则改进mlknn算法,以达到... 详细信息

针对mlknn算法仅对独立标签进行处理,忽略现实世界中标签之间相关性这一问题,提出了一种基于关联规则的mlknn多标签分类算法(FP-mlknn)。该算法采用关联规则算法挖掘标签之间的高阶相关性,并用标签之间的关联规则改进mlknn算法,以达到提升分类性能的目的。首先,使用mlknn算法求样本的特征置信度;采用关联规则算法挖掘生成一系列强关联规则,进而将2种算法进行融合来构造多标签分类器,对新标签进行预测;在此基础上,将本文提出的算法与mlknn、AdaBoostMH和BPMLL这3种算法进行实验对比。实验结果表明,本文所提算法在yeast、emotions和enron数据集上的分类性能均优于这3种算法,具有较好的分类效果。

关键词：多标签分类 mlknn 关联规则高阶相关性

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Text GCN-SW-KNN:a novel collaborative training multi-label classification method for WMS application themes by considering geographic semantics

引用

Big Earth Data 2021年第1期5卷 66-89页

作者： Zhengyang Wei Zhipeng Gui Min Zhang Zelong Yang Yuao Mei Huayi Wu Hongbo Liu Jing Yu School of Remote Sensing and Information Engineering Wuhan UniversityWuhanChina State Key Laboratory of Information Engineering in Surveying Mapping and Remote SensingWuhan UniversityWuhanChina Collaborative Innovation Center of Geospatial Technology Wuhan UniversityWuhanChina Information Technology Department Chongqing Geomatics and Remote Sensing CenterChongqingChina

Without explicit description of map application themes,it is difficult for users to discover desired map resources from massive online Web Map Services(WMS).However,metadata-based map application theme extraction is a challenging multi-label text classification task due to limited training samples,mixed vocabularies,variable length and content arbitrariness of text *** this paper,we propose a novel multi-label text classification method,Text GCN-SW-KNN,based on geographic semantics and collaborative training to improve classifica-tion *** semi-supervised collaborative training adopts two base models,i.e.a modified Text Graph Convolutional Network(Text GCN)by utilizing Semantic Web,named Text GCN-SW,and widely-used Multi-Label K-Nearest Neighbor(ML-KNN).Text GCN-SW is improved from Text GCN by adjusting the adjacency matrix of the heterogeneous word document graph with the shortest semantic distances between themes and words in metadata *** distances are calculated with the Semantic Web of Earth and Environmental Terminology(SWEET)and WordNet *** on both the WMS and layer metadata show that the proposed methods can achieve higher F1-score and accuracy than state-of-the-art baselines,and demonstrate better stability in repeating experiments and robustness to less training *** GCN-SW-KNN can be extended to other multi-label text classification scenario for better supporting metadata enhancement and geospatial resource discovery in Earth Science domain.

关键词： Web map service multi-label text classification semantic distance text graph convolutional network collaborative training mlknn application theme extraction

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于实例与逻辑回归的多标签分类模型

基于实例与逻辑回归的多标签分类模型

引用

作者：董纯洁南京大学

学位级别：硕士

进入大数据时代,如何有效利用这些数据成为迫切需要解决的问题,分类是最常见的任务之一。其中一种比较特殊的情况是一个样本具有多个标签的分类问题,即多标签分类问题。随着相关研究的不断深入,多标签分类的重要程度及其应用价值已逐步... 详细信息

进入大数据时代,如何有效利用这些数据成为迫切需要解决的问题,分类是最常见的任务之一。其中一种比较特殊的情况是一个样本具有多个标签的分类问题,即多标签分类问题。随着相关研究的不断深入,多标签分类的重要程度及其应用价值已逐步显现出来。目前,人们通过与各种学习技术相结合,提出了很多不同类型的多标签分类模型。尽管如此,标签之间的相关性、模型的优化问题认识仍然不够深入。本文针对该问题设计了一种基于实例和逻辑回归的多标签分类模型。基于实例的学习是从邻居的角度出发,从距离它最近的K个邻居处获得参考信息。然后将从邻居处获得信息与其它额外特征相结合,构造逻辑回归模型,也就是将基于实例的学习方法与逻辑回归方法相结合。这一模型在基于实例的学习过程中考虑了局部最优性,在构造逻辑回归模型过程中考虑了全局最优性和标签之间的相关性,有效地提高了模型的性能。在实验部分,本文首先总结了一些被广泛采用多标签分类算法的评价标准,然后基于电子商务应用进行实验,最后就结果与现有的一些多标签分类模型进行了比较。

关键词：多标签分类基于实例的逻辑回归 mlknn 随机游走贝叶斯

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多标签软件行为学习模型及实现

多标签软件行为学习模型及实现

引用

作者：冯洋南京大学

学位级别：硕士

软件行为学习是软件工程中最重要的一项任务之一。随着软件规模的增大,开发软件所涉及的人数增多,通过软件行为学习技术来完成软件质量的维护和软件行为特征的发现逐渐成为当前学术界和工业界共同关注的热点问题。通常情况下,软件行为... 详细信息

软件行为学习是软件工程中最重要的一项任务之一。随着软件规模的增大,开发软件所涉及的人数增多,通过软件行为学习技术来完成软件质量的维护和软件行为特征的发现逐渐成为当前学术界和工业界共同关注的热点问题。通常情况下,软件行为被表示为软件程序执行信息的集合,而软件行为行为学习的基础思想,即认为相似的软件行为可以反映相似的软件特征(包括软件缺陷,软件漏洞等)。因此我们引入机器学习中的技术用以对软件行为进行自动化分析,从而提取出软件程序中的软件特征,辅助软件测试,错误定位,错误报告分类等工作。实践证明,软件行为学习技术的引入使得软件工程中的许多重要工作的效果获得了较大提升。然而当前软件行为学习技术主要是基于单标签学习模型,即假设相似的软件行为只能反应一个软件特征。而在实际情况下,单标签模型通常会导致软件行为学习信息的缺失。因此,本文提出多标签软件行为学习模型,使得软件行为学习模型能够更好地抽象实际情况中的软件工程问题,从而提高依赖于软件行为模型的软件工程方法能够有更好的效果。通过引入机器学习中的mlknn算法和Fuzzy C-Means算法,构建出具有更高实用性和更好学习效果的多标签软件行为学习模型。同时,本文将两种基于软件行为模型的工业级应用场景进行了实验分析。在五个工业级目标实验程序上,实验证明,在当前的经典度量方法下,多标签软件行为学习模型的学习效果要好于当前普遍采用的单标签软件行为学习模型。

关键词：软件行为学习多标签学习 mlknn FCM

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多标签学习在征信用户画像中的应用研究

多标签学习在征信用户画像中的应用研究

引用

作者：张庄懿中央财经大学

学位级别：硕士

目前,中国人民银行征信中心已经建立了覆盖12亿自然人的全国统一的征信数据库,在该数据库中征信用户的平均有效信息记录变量达到了60个以上,如何在分析解读这些多维度、潜相关变量的基础上进行用户画像,正成为制约征信系统发展应用的主... 详细信息

目前,中国人民银行征信中心已经建立了覆盖12亿自然人的全国统一的征信数据库,在该数据库中征信用户的平均有效信息记录变量达到了60个以上,如何在分析解读这些多维度、潜相关变量的基础上进行用户画像,正成为制约征信系统发展应用的主要瓶颈。针对这一问题,本文引入多标签学习算法对征信数据进行挖掘研究,通过前期实验验证了mlknn算法相较于其他经典多标签学习算法应用在征信数据集上的优越性。之后,考虑到征信数据一般的离散化处理过程会给实验数据带来主观性增强的问题,本文引入模糊理论中直觉模糊概念,利用直觉模糊数对离散数据进行了模糊刻画,削弱了离散数据的主观性。同时,将传统算法中距离度量用模糊欧氏距离度量进行改进,提出了Fuzzy mlknn算法,并通过实验对比分析验证了该算法的有效性。最后根据这一算法实现了对征信用户样本数据的多标签画像,并透过标签继续研究了不同属性变量与标签之间的内在联系,将用户画像研究分析进一步深入。实验的结果表明,Fuzzy mlknn算法相比经典的多标签学习算法在征信数据上有更好的适用性,且在One Error指标的表现上最为明显。同时,通过大数据样本的实验可以发现,具有个人发展稳定、信用活动频率低、信用关注度低的标签的群体在征信用户中的占比最高为30.3%。此外,约60%征信用户同时具有信用活动频率低和信用关注度低的两种标签,这两类特点与用户的个人发展稳定状况并无直接的联系,而实验结果证实了信用活动频率和信用活动关注程度之间存在正相关性。本文的研究首先在多标签学习算法上实现了创新,提出了改进的Fuzzy mlknn算法;其次在理论应用上,创新性的将模糊理论中的直觉模糊数及模糊欧氏距离度量引入征信数据的刻画与算法距离的改进当中,此外还拓展了征信数据挖掘研究的方向和方法,为征信数据分析提供技术支持,同时也为广大金融机构解读征信数据提供科学依据。

关键词：多标签学习征信数据用户画像 mlknn

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：