-
公开(公告)号：CN111046965A
公开(公告)日：2020-04-21
申请号：CN201911306128.X
申请日：2019-12-18
Applicant: 安徽工业大学
IPC: G06K9/62
Abstract: 本发明公开了一种多标记分类中潜在类别发现和分类方法，属于机器学习技术领域；本发明将已知标记分类和潜在标记发现及分类融合在一框架中，利用非负矩阵分解技术，将特征矩阵分解为完整类别标记矩阵的近似解和系数矩阵，并约束近似解的已知部分结果与真实值一致，同时构建从样本特征到完整标记的分类模型，发现潜在的标记类型；通过潜在标记发现，挖掘出数据中有价值的隐含信息，利用已知标记和潜在标记之间的关联性，约束相关性较强的任意类别具有相似的分类模型系数，得到近似的分类预测结果，使已知标记分类和潜在标记分类相互指导，共同促进，最终提升已知标记和潜在标记的分类性能，更好的进行多标记学习任务。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
