种子节点选择的网络环境下多标签分类算法研究

freedom1

摘要:多标签分类在基因分类,药物发现和文本分类等实际问题中有着广泛的应用.已存在的多标签分类算法,通常都是从网络中随机的选取节点作为训练集.然而,在分类算法执仃的过程中,网给中个F币点所起B作A水同.在给定训练集数目的情况下,选择的训练集不同,分类精度也会个同.所以我们引人IH于TJ点的概?,;iohD力o从种子节点开始,经过不断推理,得到网络中其他所有节点的标签.本文提出」 SHIBA( Vouts sefe从/徂an 种子节from Each Affliation)算法,即从网络的每个社团中,按比例的选取度数较大的节点,然后将具合开,处理后存到什于T点.真实数据集上的实验表明,将种子节点用作训练集进行多标签分类,能够提升网络环境下多标签分类的准确率.
8 Q1 C  G& Y) L) H8 z7 a/ B8 p关键词:多标签分类;网络;种子节点;推理;社团
3 L( W2 [# }. N+ P* U 基于种子节点选择的网络环境下多标签分类算法研究.pdf (813.4 KB, 下载次数: 0)

2021-6-3 09:04 上传

点击文件名下载附件
下载积分: 威望 -5

8 M  u$ L+ {3 I0 \# S9 l  w

rural

种子节点选择的网络环境下多标签分类算法研究，收藏了。