版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、多標(biāo)簽分類問(wèn)題中每個(gè)數(shù)據(jù)樣本往往對(duì)應(yīng)一個(gè)由多個(gè)相關(guān)標(biāo)簽構(gòu)成的標(biāo)簽子集合,而這個(gè)標(biāo)簽子集則反映了該樣本所具有的多種語(yǔ)義意義??紤]到傳統(tǒng)分類問(wèn)題中每個(gè)樣本有且僅有唯一的類別標(biāo)簽,很顯然地,多標(biāo)簽分類是傳統(tǒng)分類問(wèn)題的一種廣義版本。然而這種廣義性卻不可避免地使多標(biāo)簽分類問(wèn)題的解決變得更加困難。直觀上,這些不同的標(biāo)簽往往在一些語(yǔ)義空間上相關(guān),并且都對(duì)應(yīng)著相同的輸入特征空間。因此,通過(guò)有效地利用標(biāo)簽相關(guān)性能夠明顯地促進(jìn)多標(biāo)簽分類過(guò)程。而目前大部分方
2、法往往都存在一些不足,一方面它們常把標(biāo)簽間相關(guān)性作為一種先驗(yàn)知識(shí)加入到模型中,但是這種先驗(yàn)相關(guān)性卻不能準(zhǔn)確地描述標(biāo)簽間實(shí)際存在的相互依賴關(guān)系;另一方面這些方法也都無(wú)法解決不完全標(biāo)簽信息下的多標(biāo)簽分類問(wèn)題。
本文中我們提出了一種統(tǒng)一的框架通過(guò)對(duì)標(biāo)簽相關(guān)性和多標(biāo)簽?zāi)P瓦M(jìn)行聯(lián)合學(xué)習(xí),并且在該框架中利用矩陣的低秩結(jié)構(gòu)以更準(zhǔn)確地反映標(biāo)簽間所存在的復(fù)雜相關(guān)關(guān)系。同時(shí)為了解決不完全標(biāo)簽信息下的多標(biāo)簽分類問(wèn)題,我們通過(guò)利用標(biāo)簽相關(guān)性對(duì)原始不完
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于標(biāo)簽相關(guān)性的多標(biāo)簽分類算法研究.pdf
- 基于標(biāo)簽關(guān)聯(lián)的多標(biāo)簽分類問(wèn)題的算法改進(jìn).pdf
- 多標(biāo)簽分類中標(biāo)簽編碼算法研究.pdf
- 基于雙標(biāo)簽支持向量機(jī)的快速多標(biāo)簽分類算法.pdf
- 多標(biāo)簽分類中在線學(xué)習(xí)算法研究.pdf
- 多標(biāo)簽分類問(wèn)題的學(xué)習(xí)
- 基于多標(biāo)簽學(xué)習(xí)的圖像分類研究.pdf
- 基于KNN的多標(biāo)簽分類算法研究.pdf
- 基于LS-SVM的多標(biāo)簽分類算法.pdf
- 基于多示例多標(biāo)簽學(xué)習(xí)的圖像分類標(biāo)注.pdf
- 基于集成的單標(biāo)簽和多標(biāo)簽數(shù)據(jù)流分類算法研究.pdf
- 基于特征選擇的多標(biāo)簽分類算法研究.pdf
- 基于主動(dòng)學(xué)習(xí)的多示例多標(biāo)簽學(xué)習(xí)算法研究.pdf
- 基于共現(xiàn)關(guān)系的多標(biāo)簽分類算法研究.pdf
- 多標(biāo)簽文本分類算法研究.pdf
- 基于主動(dòng)學(xué)習(xí)的多標(biāo)簽圖像分類方法研究.pdf
- 多標(biāo)簽分類算法研究及其應(yīng)用.pdf
- 基于多目標(biāo)優(yōu)化的多標(biāo)簽分類算法研究.pdf
- 基于非負(fù)矩陣分解的多標(biāo)簽分類算法研究.pdf
- 多標(biāo)簽分類中特征選擇算法研究.pdf
評(píng)論
0/150
提交評(píng)論