论文部分内容阅读
通过采用Spearman相关系数矩阵取代临时分类标记来构造标签相关性模块,提出一种改进的带Spearman相关性的多标签高斯随机域(MLQ-GRF)算法,以减少临时分类标记的不确定性.实验对比所得结果表明,文中构造的改进的MLQ-GRF算法对于扰动和带误差的临时分类标记有更好的稳定性,能提高分类的精确度.