声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：37-1391/T
国际刊号：1672-3961
发布日期:
作者：朱昌明,岳闻,王盼红,沈震宇,周日贵
单位：上海海事大学信息工程学院, 上海 201306
关键词：三支聚类,多视角,多标签,标签关联,全局和局部,
基金：中国博士后科学基金(2019M651576);晨光计划(18CG54);国家自然科学基金资助项目(61602296)
为了考虑样本与簇之间不确定的归属关系并衍生全局和局部多视角多标签学习的应用范围,提岀一个主动三支聚类下的全局和局部多视角多标签学习算法(global and local multi-view multi-label learning machine with active three-way clustering, GLMVML-ATC)。通过使用主动三支聚类,样本是否归属于一个簇将取决于不确定样本属于核心区域的概率。这使得局部标签关联更可信,能够增强多视角多标签学习机的性能,并加速他们的发展。试验表明,GLMVML-ATC使得分类性能至少提升3%,增加的训练时间不超过7%,更优于典型的多视角、多标签学习机。
来源：2021年第2期
《山东大学学报(工学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。