多標記數據分類及其特徵選擇算法研究

《多標記數據分類及其特徵選擇算法研究》是依託浙江師範大學，由劉華文擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：多標記數據分類及其特徵選擇算法研究
• 項目類別：青年科學基金項目
• 項目負責人：劉華文
• 依託單位：浙江師範大學

項目摘要

多標記數據在現實情況中普遍存在。目前多標記數據分類處理及其相關技術尚未成熟，對於影響其效率和性能的因素等的認識還不夠深入。.針對當前多標記數據分類（MLC）和特徵選擇技術存在的問題，本項目以多標記數據為研究對象，從多標記數據的特點入手，重點研究MLC問題及其特徵選擇算法，通過採用殼鄰居/互鄰居、關聯挖掘、LSI語義處理、特徵選擇和機器學習等技術，挖掘多標記數據之間、類別標記之間及特徵之間的相互關聯和依賴關係，探討它們與MLC之間的關係，明確其對MLC算法性能的影響程度，項目預期將揭示MLC分類技術特點，實現建立高效率、高性能MLC模型的目標，提出適用於不同實際問題的MLC方法。項目的研究成果對於完善多標記數據學習、特徵選擇、數據挖掘技術的理論研究具有重要意義，可以為多標記數據的實際套用提供切實可行的解決方案，為決策的制定、智慧型信息處理等提供科學依據。

結題摘要

多標記數據學習是機器學習的研究熱點之一。如何有效地處理多標記數據的高維性，構建高效、魯棒、強泛化能力的多標記學習算法是多標記學習的瓶頸和難點。本項目以大規模高維的多標記數據為研究對象，針對已有研究中存在的多標記數據學習方法和及其特徵選擇等問題，研究特徵選擇在多標記學習領域中的關鍵技術，利用多標記數據中類別標記與特徵之間的相互關聯關係，探討多標記數據分類學習的特點，提出適用於不同實際問題的多標記數據分類學習方法，實現建立高效率、高性能分類模型的目標，為多標記學習理論及其套用夯實基礎。本項目研究取得了一定的學術成果，如發表或錄用了15篇學術論文（其中9篇被SCI檢索），並（協助）培養了8名研究生，申請到了3項與課題相關的基金資助。