特征选择和标记相关性联合学习的多标记数据分类方法

（12）发明专利申请

（21）申请号 CN201710388023.8 （22）申请日 2017.05.27 （71）申请人 南京师范大学

地址 210023 江苏省南京市栖霞区文苑路1号

（10）申请公布号 CN107256411A

（43）申请公布日 2017.10.17

（72）发明人 杨明;吕静;何志芬

（74）专利代理机构 南京经纬专利商标代理有限公司

代理人 朱桢荣

（51）Int.CI

权利要求说明书 说明书 幅图

（54）发明名称

特征选择和标记相关性联合学习的多标记数据分类方法

（57）摘要

本发明公开了一种基于特征选择和标记相

关性联合学习的多标记数据分类方法，主要针对标记缺失情况下的多标记数据分类问题，包含如下步骤：标记相关性矩阵初始化；运用特征选择和标记相关性联合学习算法(JLFLLC)学习得到标记相关性矩阵和分类器参数；模型预测；本发明将特征选择与标记相关性联合学习算法应用于多标记数据的分类，以此来提高多标记数据的分类精度，此外，本发明中将正则化技术运用在模型

中，以控制联合学习模型中分类模型的复杂度和标记相关性的大小，防止过拟合，进一步提高多标记数据的分类效果。

法律状态

法律状态公告日

2017-10-17 2017-10-17 2017-10-17 2017-11-14 2017-11-14 2020-02-11

法律状态信息

公开 公开 公开

实质审查的生效 实质审查的生效

发明专利申请公布后的视为撤回

法律状态

公开 公开 公开

实质审查的生效 实质审查的生效

发明专利申请公布后的视为撤回

权利要求说明书

特征选择和标记相关性联合学习的多标记数据分类方法的权利要求说明书内容是....请下载后查看

说明书

特征选择和标记相关性联合学习的多标记数据分类方法的说明书内容是....请下载后查看