国内刊号:37-1389/N
国际刊号:1671-9352
发布日期:
作者:陈玉明,郑光宇,焦娜
单位:1.厦门理工学院计算机与信息工程学院, 福建 厦门 361024;2.华东政法大学刑事法学院, 上海 201620
关键词:粒计算,深度学习,粒神经网络,多标签学习,粒向量,
基金:国家自然科学基金资助项目(61976183)
引入粒计算理论,提出基于粒神经网络的多标签学习方法,采用相似度粒化的技术获得数据在结构上的相关性。样本在单特征上粒化成粒子,多特征上的粒子形成粒向量,并且定义粒子与粒向量的运算规则。在此基础上,引入粒损失函数,构建粒神经网络进行多标签学习,采用多个Mulan多标签数据集进行实验,在多种评价指标上与现有的多标签分类算法比较,结果表明了粒神经网络多标签学习算法的有效性与可行性。
来源:2024年第5期
《山东大学学报(理学版)》期刊编辑部