公开(公告)号：CN116579346A

公开(公告)日：2023-08-11

申请号：CN202211484402.4

申请日：2022-11-24

Applicant: 东南大学

Inventor： 毛军翔 ,  张敏灵

IPC: G06F40/30 ,  G06F18/241 ,  G06F18/22

Abstract: 本发明公开了一种基于类属多语义度量学习的多义对象分类方法。本方法在学习阶段中首先计算所有标记对应的正负类样本集合，然后计算样本语义关系集合从而构建类属多语义度量学习目标函数，并通过梯度下降算法同时优化求解一个全局度量以及多个类属度量，其中全局度量作为基础度量作用于全部标记语义，而多个类属度量作为描述每个标记类别专属语义的个性度量作用于相应的单个标记语义。基于此，在分类阶段中，多义对象每个类标记潜在的语义相似性关系都能够通过联合全局度量与相应类属度量的方式度量，最后采用3近邻分类准则为多义对象进行分类。本发明进一步提高多义对象分类模型的分类性能与泛化能力。

公开(公告)号：CN119322940A

公开(公告)日：2025-01-17

申请号：CN202411415777.4

申请日：2024-10-11

Applicant: 东南大学

Inventor： 张敏灵 ,  毛军翔

IPC: G06F18/213 ,  G06F18/27 ,  G06F40/30

Abstract: 本发明公开了基于隐式标记重要度恢复利用的多义对象度量学习方法及系统，在隐式标记重要度恢复阶段中，通过对特征空间进行局部线性重构以建模其潜在流形结构，传递该流形结构至标记空间以恢复多义对象的隐式标记重要度；在判别度量学习阶段中，构建判别度量学习目标函数以约束判别模型的预测输出与恢复的隐式标记重要度相对齐，通过迭代优化策略求解判别模型系数和判别度量，从而隐式得将具有相似标记重要度的样本相互拉近，将具有较大标记重要度差异的样本相互推远；在相似性刻画阶段中，通过判别模型系数和判别度量显式刻画多义对象的相似性。本方法显著提高了度量学习对多义对象相似性的刻画能力。