基于辨识矩阵的不完备多标签分类方法研究.pdfVIP

基于辨识矩阵的不完备多标签分类方法研究

摘要

信息化时代，大数据已逐渐成为核心资源。在当前阶段，如何对具有多语义的数据

进行标签分类是一个很重要的课题。通常情况下，多标签数据存在数据量庞大、数据结

构复杂的特点，因而难以得到高质量的多标签数据。如何利用这些不完备标签信息的多

标签数据进行分类任务并获得一个分类效果较好的模型是一项必要的研究课题。本文考

虑到标签信息的不完整性从全局和局部两个角度出发挖掘标签信息间的关联关系以恢

复和预测真实标签空间信息。

引入样本特征空间的局部近邻结构用于核心标签属性的挖掘，提出一种基于辨识矩

阵的类标签约简方法。对含缺失标记的类标签，依据示例的k近邻关系及与类标签的一

致性原则，构建类标签的辨识矩阵。通过引入标签的辨识度和重要度，设计了一种确定

最有价值标签子集的方法，分离出潜在类标签和冗余类标签。在此基础上，构建了示例

与潜在标签全局线性重构模型。考虑到上述模型只能保证标签数据的全局结构，而忽略

了标签集局部信息结构会影响到模型分类效果，故提出了一种新的基于不完备标签信息

的标签共现关系相似性度量。在保证标签全局相似性的条件下，利用标签共现相关性的

局部信息结构构建流形正则项保证样本预测标签与真实标签间的复杂关系，进而提升模

型分类能力。

在模型性能实验方面，在多个不同领域的多标签数据集上进行实验，利用不同的多

标签评价指标对模型进行评估。与多个经典分类算法进行对比，证明了本文所提模型方

法的有效性。

关键词：多标签分类；辨识矩阵；潜在标签表示；标签共现相似性；流形学习

基于辨识矩阵的不完备多标签分类方法研究

Abstract

Intheinformationage,bigdatahasgraduallybecomeacoreresource.Atthecurrentstage,

howtoclassifythedatawithmultiplesemanticsisanimportanttopic.Ingeneral,multi-label

datahasthecharacteristicsofhugeamountofdataandcomplexdatastructure,soitisdifficult

toobtainhigh-qualitymulti-labeldata.Howtousethesemulti-labeldatawithincompletelabel

informationforclassificationtasksandobtainabetterclassificationmodelisanecessary

researchtopic.Inthispaper,consideringtheincompletenessoftaginformation,weminethe

correlationbetweentaginformationfromtheglobalandlocalperspectivestorecoverand

predicttherealtagspatialinformation.

Thelocalneighborstructureofsamplefeaturespaceisintroducedforminingcorelabel

attributes,andaclasslabelreductionmethodbasedondiscernibilitymatrixisproposed.For

theclasslabelswithmissingtags,thediscernibilitymatrixofclasslabelsisconstructed

accordingtothek-nearestneighborrelationshipofexamplesandtheconsistenc