基于树结构的层次性多示例多标记学习

作者：袁京洲; 高昊; 周家特; 冯巧遇; 吴建盛^*

来源：南京师大学报(自然科学版), 2019, 42(03): 80-87.

• 层次性多示例多标记学习
• 树结构
• G蛋白偶联受体
• 生物学功能
• 多示例学习

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.

• 单位
  通信与信息工程学院; 南京邮电大学