-
公开(公告)号：CN111626344B
公开(公告)日：2022-08-26
申请号：CN202010411275.X
申请日：2020-05-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种融合组稀疏约束和图趋势过滤的噪声容错多标签分类方法，首先，抽取训练集样本数据的特征表示，训练集中的每个样本都带有事先标注好的语义标签，并基于特征数据以及标签数据建立融合组稀疏约束和图趋势过滤的噪声容错多标签分类数学模型；其次，通过ADMM算法求解提出的数学模型，得到分类器；最后，基于学得的分类器预测未知样本的标签向量。本发明融合组稀疏约束和图趋势过滤技术解决了训练数据中同时含有特征噪声和样本噪声的情况；并通过嵌入特征选择机制同时学习标签共有特征以及标签特有特征，进一步提高了分类性能。
-
公开(公告)号：CN111626344A
公开(公告)日：2020-09-04
申请号：CN202010411275.X
申请日：2020-05-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种融合组稀疏约束和图趋势过滤的噪声容错多标签分类方法，首先，抽取训练集样本数据的特征表示，训练集中的每个样本都带有事先标注好的语义标签，并基于特征数据以及标签数据建立融合组稀疏约束和图趋势过滤的噪声容错多标签分类数学模型；其次，通过ADMM算法求解提出的数学模型，得到分类器；最后，基于学得的分类器预测未知样本的标签向量。本发明融合组稀疏约束和图趋势过滤技术解决了训练数据中同时含有特征噪声和样本噪声的情况；并通过嵌入特征选择机制同时学习标签共有特征以及标签特有特征，进一步提高了分类性能。
-
Search Results
2
records
(took 0.03 seconds)
