

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、作為一種最常用的數(shù)據(jù)結(jié)構(gòu)之一,圖可以用來(lái)表示數(shù)據(jù)對(duì)象之間的復(fù)雜關(guān)系,廣泛的應(yīng)用于許多領(lǐng)域。因?yàn)閳D的這些優(yōu)勢(shì),基于圖的圖數(shù)據(jù)分類是圖數(shù)據(jù)挖掘研究領(lǐng)域的一個(gè)重要分支。在實(shí)際應(yīng)用中,每個(gè)圖數(shù)據(jù)都會(huì)同時(shí)具有多個(gè)標(biāo)簽集。并且通常在需要處理的多標(biāo)簽數(shù)據(jù)中,都存在著大量冗余的、不相干的特征數(shù)據(jù)。對(duì)這些數(shù)據(jù)的處理可能會(huì)耗費(fèi)大量時(shí)間,并且降低分類性能。因此多標(biāo)簽數(shù)據(jù)通常應(yīng)該先進(jìn)行特征選取,再進(jìn)行分類。然而,傳統(tǒng)分類方法把主要研究方向放在單標(biāo)簽分類(二分類
2、)問(wèn)題上,它明確或模糊的假設(shè)每一個(gè)圖只有一個(gè)標(biāo)簽。對(duì)于單標(biāo)簽分類問(wèn)題,傳統(tǒng)特征選取方法可以擴(kuò)展并用于找出單標(biāo)簽圖數(shù)據(jù)集中的最具價(jià)值的子圖特征。但是在多標(biāo)簽分類問(wèn)題上,每一個(gè)圖擁有多個(gè)標(biāo)簽,多個(gè)特征子圖集需要挖掘,因此傳統(tǒng)特征選取算法無(wú)法直接用于多標(biāo)簽特征選擇。
本文算法根據(jù)圖的多個(gè)標(biāo)簽之間存在某種相關(guān)聯(lián)性特點(diǎn),基于HSIC(Hilbert-Schmidt Independence Criterion)評(píng)估標(biāo)準(zhǔn),提出了一種用于評(píng)
3、估多標(biāo)簽子圖特征集有用性的評(píng)估標(biāo)準(zhǔn)。主要研究?jī)?nèi)容如下:
?。?)針對(duì)在現(xiàn)實(shí)應(yīng)用中,訓(xùn)練圖集的子圖特征數(shù)量非常多的問(wèn)題。為了避免詳細(xì)列舉子圖,從而導(dǎo)致算法時(shí)間復(fù)雜度過(guò)高。我們把評(píng)估標(biāo)準(zhǔn)加到子圖模式挖掘步驟中,設(shè)定一個(gè)上界值作為約束,通過(guò)約束修剪搜索空間。因此,在第四章我們根據(jù)圖的多個(gè)標(biāo)簽之間的關(guān)聯(lián)性提出了一種上界值的計(jì)算方法。
?。?)針對(duì)多標(biāo)簽圖數(shù)據(jù)的特點(diǎn),即一個(gè)樣本屬于多個(gè)類別。提出了一種基于HSIC評(píng)估標(biāo)準(zhǔn)的多標(biāo)簽圖
4、數(shù)據(jù)特征選取算法,用來(lái)評(píng)估樣本和標(biāo)簽的相關(guān)性。隨后將這個(gè)評(píng)估標(biāo)準(zhǔn)加到子圖模式挖掘步驟中,在對(duì)搜索空間進(jìn)行遍歷的過(guò)程中對(duì)子圖進(jìn)行評(píng)估,達(dá)到特征選取的目的。
?。?)針對(duì)提出的多標(biāo)簽特征選擇算法,本文提出了一種交替最優(yōu)化算法解決算法最優(yōu)化問(wèn)題。在算法的目標(biāo)方程中有子圖 g和標(biāo)簽權(quán)重β兩個(gè)變量,但是前人的研究表明并不存在它的全局最優(yōu)結(jié)果。所以本文采用交替最優(yōu)化算法,先固定變量β對(duì)g進(jìn)行優(yōu)化,選擇最優(yōu)的t個(gè)子圖。然后固定變量g對(duì)β進(jìn)行優(yōu)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于特征選擇的多標(biāo)簽分類算法研究.pdf
- 多標(biāo)簽分類中特征選擇算法研究.pdf
- 多標(biāo)簽特征選擇算法研究及應(yīng)用.pdf
- 基于多目標(biāo)優(yōu)化的多標(biāo)簽特征選擇算法研究.pdf
- 多標(biāo)簽分類中的特征選擇算法研究.pdf
- 多標(biāo)簽特征選擇的兩種算法研究.pdf
- 基于隨機(jī)搜索策略的多標(biāo)簽特征選擇方法研究.pdf
- 基于多核學(xué)習(xí)的多標(biāo)簽特征降維算法研究.pdf
- 基于歸一化互協(xié)方差算子的多標(biāo)簽特征選擇算法研究.pdf
- 基于集成的單標(biāo)簽和多標(biāo)簽數(shù)據(jù)流分類算法研究.pdf
- 基于特征選擇的數(shù)據(jù)降維算法研究.pdf
- 基于多視圖的半監(jiān)督特征選擇算法研究.pdf
- 基于k近鄰多標(biāo)簽學(xué)習(xí)的數(shù)據(jù)降維算法的研究.pdf
- 基于特征選擇的多側(cè)面覆蓋算法.pdf
- 基于標(biāo)準(zhǔn)特征屬性和互鄰居的多標(biāo)簽分類算法研究.pdf
- 基于特征加權(quán)與特征選擇的數(shù)據(jù)挖掘算法研究.pdf
- 基于標(biāo)簽相關(guān)性的多標(biāo)簽分類算法研究.pdf
- 基于數(shù)據(jù)相似性的特征選擇算法研究.pdf
- 多標(biāo)簽學(xué)習(xí)中特征選擇和分類問(wèn)題的研究.pdf
- 基于多視角的半監(jiān)督特征選擇算法研究.pdf
評(píng)論
0/150
提交評(píng)論