%0 Journal Article %T 基于粒计算的多标签懒惰学习算法 %A 赵海峰? %A 余强? %A 曹俞旦? %J 计算机科学 %D 2014 %R 10.11896/j.issn.1002-137X.2014.12.034 %X 多标签学习用于处理一个样本同时拥有多个标签的问题。已有的多标签懒惰学习算法imlla未充分考虑样本分布的特点,即在构建样本的近邻点集时,近邻点个数取固定值,这可能会将相似度高的点排除在近邻集之外,或者将相似度低的点包括在近邻集内,影响分类方法的性能。针对imlla的缺陷,将粒计算的思想加入近邻集的构建,提出一种基于粒计算的多标签懒惰学习算法(gmlla)。该方法通过粒度控制,确定样本近邻点集,使得近邻集内的样本具有高相似度。实验结果表明,本算法的性能优于imlla。 %K k近邻 %K 多标签学习 %K 懒惰学习 %K imlla %K 粒计算 %U http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=20141234&flag=1