公开(公告)号：CN113221941A

公开(公告)日：2021-08-06

申请号：CN202110300345.9

申请日：2021-03-22

Applicant: 哈尔滨工业大学(深圳)

Inventor： 文杰 ,  王玮 ,  徐勇 ,  张永兵 ,  徐增林

IPC: G06K9/62

Abstract: 本发明提供了一种自适应对称图信息传播的鉴别回归分类方法，模型训练步骤包括：步骤1：采用范数归一化对训练数据进行预处理；步骤2：通过交替迭代优化得到回归分类模型的投影矩阵；测试数据分类步骤包括：步骤一：采用范数归一化策略对测试数据和训练数据进行预处理；步骤二：依据训练数据训练得到的投影矩阵，将训练数据集和测试数据投影到目标子空间；步骤三：计算投影后的测试数据与训练数据的欧式距离，然后依据该欧式距离得到测试数据的分类结果。本发明的有益效果：本发明引入自适应鉴别标签学习技术，根据数据给定的不灵活的标签信息自适应得到更灵活、更具鉴别力的标签矩阵，同时在自适应相似图挖掘和图信息扩散保持约束下，得到更具鉴别力的分类投影矩阵，进而获得更高的分类精度。

公开(公告)号：CN112926675A

公开(公告)日：2021-06-08

申请号：CN202110300226.3

申请日：2021-03-22

Applicant: 哈尔滨工业大学(深圳)

Inventor： 文杰 ,  王俊茜 ,  徐勇 ,  张永兵 ,  徐增林

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种视角和标签双重缺失下的深度不完整多视角多标签分类方法，包括网络模型训练步骤和测试样本标签预测步骤。本发明的有益效果是：本发明不仅适用于任何不完整/完整多视角多标签分类情形；而且同样适用于半监督分类和全监督分类情形。本发明具有很高的实时性，能够实时在线处理完整/不完整多视角多标签数据的分类任务。