基于标签关联性的多标签Scratch分类算法

彭聪, 孙岩, 戚鹏

北京邮电大学 计算机学院, 北京 100876

收稿日期:2019-11-22出版日期:2019-12-28发布日期:2019-11-15
通讯作者:孙岩(1970-),女,教授,博士生导师,E-mail:sunyan@bupt.edu.cn.E-mail:sunyan@bupt.edu.cn
作者简介:彭聪(1995-),男,硕士生.
基金资助:国家自然科学基金项目（61672109，61772085，61877005）

Label Relevance Based Multi-Label Scratch Classification Algorithm

PENG Cong, SUN Yan, QI Peng

School of Computer Science, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2019-11-22Online:2019-12-28Published:2019-11-15

摘要/Abstract

摘要： 为了实现Scratch可视化编程领域的作品分类，提出了一种基于标签关联性的多标签分类算法（MLLR），构建了一个有效的多标签Scratch分类模型.首先提取作品的Block使用特征、计算思维技能特征和复杂度特征3类特征作为分类特征；然后针对RAKEL算法随机选择标签子集，忽略了标签间的关联性，提出了改进的MLLR算法，该方法根据多标签之间的关联性来划分标签子集，再训练相应的标签幂集子分类器.实验结果表明，MLLR算法在分类性能和时间性能上优于RAKEL等多标签分类算法，构建的分类模型对于Scratch作品具有较强的适用性，分类的准确率达到81.3%.
中图分类号:
TP301.6

引用本文

彭聪, 孙岩, 戚鹏. 基于标签关联性的多标签Scratch分类算法[J]. 北京邮电大学学报, 2019, 42(6): 134-141.
PENG Cong, SUN Yan, QI Peng. Label Relevance Based Multi-Label Scratch Classification Algorithm[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2019, 42(6): 134-141.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4628