%0 Journal Article
%T 基于树结构的层次性多示例多标记学习
%A 袁京洲
%A 高 昊
%A 周家特
%A 冯巧遇
%A 吴建盛
%J -
%D 2019
%R 10.3969/j.issn.1001-4616.2019.03.011
%X 针对多示例多标记学习中标记间树结构的问题,将多示例学习、多标记学习和树结构标记优化方法有机融合,提出了基于树结构标记的层次性多示例多标记学习方法TreeMIML. TreeMIML先将样本中的多个示例转化为单示例,然后通过多标记学习得到新样本的标记,最后通过树结构标记优化方法学习样本的最终标记. 实验结果证明,TreeMIML方法在G蛋白偶联受体的生物学功能预测上获得了很好的分类性能,优于目前最好的多示例多标记学习和多标记学习方法
%K 层次性多示例多标记学习
%K 树结构
%K G蛋白偶联受体
%K 生物学功能
%K 多示例学习
%U http://njsfdxzrb.paperonce.org/oa/darticle.aspx?type=view&id=201903011