• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Arabian Journal for Science and Engineering. Section A, Sciences >A New Kernel-Based Classification Algorithm for Multi-label Datasets
【24h】

A New Kernel-Based Classification Algorithm for Multi-label Datasets

机译：一种新的基于内核的多标签数据集分类算法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

With the emergence of rich online content, efficient information retrieval systems are required. Application content includes rich text, speech, still images and videos. This content, either stored or queried, can be assigned to many classes or labels at the same time. This calls for the use of multi-label classification techniques. In this paper, a new kernel-based multi-label classification algorithm is proposed. This new classification scheme combines the concepts of class collaborative representation and margin maximization. In multi-label datasets, information content is represented using the collaboration between the existing classes (or labels). Discriminative content representation is achieved by maximizing the inter-class margins. Using public-domain multi-label datasets, the proposed classification solution outperforms its existing counterparts in terms of higher classification accuracy and lower Hamming loss. The attained results confirm the positive effects of discriminative content characterization using class collaboration representation and inter-class margin maximization on the multi-label classification performance.
机译：随着富含在线内容的出现，需要有效的信息检索系统。应用程序内容包括富文本，语音，静止图像和视频。存储或查询的内容可以同时分配给许多类或标签。此呼吁使用多标签分类技术。本文提出了一种新的基于内核的多标签分类算法。这种新的分类方案结合了阶级协同表现和最大化的概念。在多标签数据集中，使用现有类（或标签）之间的协作表示信息内容。通过最大化级别的边缘来实现歧视的内容表示。使用公共域多标签数据集，所提出的分类解决方案在更高的分类准确度和较低的汉明损失方面优于其现有的对应物。达到的结果证实了使用类协作表示和类别跨度利润率最大化对多标签分类性能的判别含量表征的积极影响。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号