基于雙向映射學(xué)習的多標簽分類算法

打開文本圖片集

摘要：現(xiàn)有的多標簽學(xué)習算法往往只側(cè)重于實例空間到標簽空間的正向投影，正向投影時由于特征維數(shù)降低所產(chǎn)生的實例空間信息丟失的問題往往被忽略。針對以上問題，提出一種基于雙向映射學(xué)習的多標簽分類算法。首先，利用實例空間到標簽空間的正向映射損失建立線性多標簽分類模型；然后，在模型中引入重構(gòu)損失正則項構(gòu)成雙向映射模型，補償由于正向映射時導(dǎo)致的鑒別信息的丟失；最后，將雙向映射模型結(jié)合標簽相關(guān)性和實例相關(guān)性充分地挖掘標簽之間、實例之間的潛在關(guān)系，并利用非線性核映射提高模型對非線性數(shù)據(jù)的處理能力。（剩余18256字）