论文研究-基于覆盖的多标记学习方法研究.pdf

多标记学习是实际应用中的一类常见问题，覆盖算法在单标记学习中表现出了优秀的性能，但无法处理多标记情况。将覆盖算法推广到多标记学习中，针对多标记学习的特点和评价指标，对算法的学习和构造过程进行了改造，给出待分类样本对各类别的隶属度。将算法应用于基因数据集和自然场景数据集的学习中，实验结果表明算法能够取得较好的分类效果，且相比于大多数同类算法有更高的性能。