【文件属性】：
文件名称：共生矩阵的matlab代码-BMLS:AISTATS2018中的BMLS代码
文件大小：1009KB
文件格式：ZIP
更新时间：2021-05-22 19:51:56
系统开源
共生矩阵的matlab代码BMLS
BMLS的演示代码在“人工智能与统计（AISTATS）
2018”的“具有稀疏特征和标签的贝叶斯多标签学习以及标签共现”的论文中。
运行BMLS
该代码是Matlab和C
++的混合体。
该代码已在MacOS和Linux（Ubuntu）中进行了测试。
要在Windows上运行它，您需要使用MEX和C
++编译器重新编译所有.c文件。
要求：Matlab
2016b（或更高版本）。
我们提供了本文中使用的Bibtex数据集，该数据集是从MAT格式下载并存储的：
bibtex.mat包含：
X_tr和X_te
：N个D特征（稀疏和二进制）特征矩阵，分别具有N个具有D特征的实例进行训练和测试。
Y_tr和Y_te
：分别由N个带有L个标签的L个标签（稀疏和二进制）矩阵进行训练和测试。
bibtex_missing_label.mat包含：
Y_tr
：N个带有L个标签的N个实例的L个标签（稀疏和二进制）矩阵进行训练，其中我们从标签矩阵中随机删除了80％的条目。
bibtex_missing_instance.mat包含：
X_tr
：N个具有D个特征进行训
【文件预览】：
BMLS-master
----README.md(2KB)
----BMLS.m(5KB)
----sample_h_rate_mex.mexmaci64(9KB)
----Multrnd_mijk.c(4KB)
----demo.m(780B)
----sample_h_rate_mex.c(1KB)
----LICENSE(1KB)
----Multrnd_mijk.mexa64(12KB)
----compute_auc.m(103B)
----cokus.c(6KB)
----demo_missing_instance.m(1KB)
----demo_missing_label.m(1KB)
----CRT_sum_mex.c(1KB)
----cokus.h(970B)
----CRT_sum_mex.mexmaci64(9KB)
----Multrnd_Matrix_mex_fast.mexa64(13KB)
----CRT_sum_mex.mexa64(12KB)
----data()
--------bibtex.mat(895KB)
--------bibtex_missing_instance.mat(125KB)
--------bibtex_missing_label.mat(6KB)
----Multrnd_Matrix_mex_fast.c(6KB)
----Multrnd_Matrix_mex_fast.mexmaci64(9KB)
----truncated_Poisson_rnd.m(954B)
----Multrnd_mijk.mexmaci64(9KB)
----sample_h_rate_mex.mexa64(8KB)