我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于RAKEL算法的商品评论多标签分类研究与实现 下载：63 浏览：466

梁睿博 王思远 李壮 刘亚松 《软件工程研究》 2019年2期

摘要:
商品通常包含多个属性维度,准确找到商品评论中涉及的属性维度是文本挖掘工作的基础。RAKEL算法是多标签分类中问题转换思路的一种实现。在以往的工作中,由于子标签集合的随机性,没有充分发现和考虑标签之间的相关性,导致分类精度不高。为此,提出了改进的FI-RAKEL算法。首先通过FP-Growth算法得到标签的频繁项集,再从频繁项集和原始标签集合中选择标签构成新的标签子集,以此充分利用标签相关性训练基分类器。实验证明,改进的FI-RAKEL算法具有更好的评论文本多标签分类性能。

基于类属特征和实例相关性的多标签分类算法 下载：47 浏览：374

张永 刘浩科 张洁 《人工智能研究》 2020年9期

摘要:
学习类属特征方法为每个标签选择特有特征并考虑成对标签的相关性以降低维度,可有效解决多标签分类遇到的维度过大问题,但缺乏对实例相关性的考虑.针对此问题,文中提出基于类属特征和实例相关性的多标签分类算法,不仅考虑标签相关性还考虑实例特征的相关性.通过构建相似性图,学习实例特征空间的相似性.在8个数据集上的实验表明,文中算法可有效提取类属特征,具有较好的分类性能.

基于分层校验的多标签数据流概念漂移检测 下载：58 浏览：381

张永 刘浩科 陈天祯 《人工智能研究》 2020年6期

摘要:
现有的概念漂移检测方法大多集中于单标签数据流,难以满足多标签数据流概念漂移检测的需要,因此文中提出基于分层校验的多标签数据流概念漂移检测算法.算法包括检验层和校验层,检验层通过检测数据分布变化判断是否发生概念漂移,校验层通过判断标签混淆矩阵的变化程度验证是否真正发生概念漂移.在真实多标签数据集和合成多标签数据集上的实验表明,文中算法表现更优,可以有效检测概念漂移,提升分类性能.

基于多标签机器学习的攻击技巧提取方法 下载：81 浏览：507

杨频 李孟铭 《计算机研究与应用》 2020年3期

摘要:
随着网络安全防御手段的不断发展,攻击者所采取的攻击技巧正成为阻止网络攻击的重要指标。针对于各类安全产品对于攻击技巧数据的广泛需求,提出一种从开源网络安全事件报告中提取攻击技巧的方法。首先利用隐藏语义分析方法从安全事件报告中提取出关键词词组,然后通过计算关键词词组与不同攻击技巧标准的语义相似度作为分类特征,最后采用多标签机器学习算法分类出不同文章中所含有的攻击技巧。实验结果表明,所提出的攻击技巧提取率达到60%以上,在多标签机器学习领域属于令人满意的结果,在攻击技巧提取方面,具有直接和间接的参考借鉴价值。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享