基于標(biāo)簽依賴關(guān)系的多標(biāo)簽分類方法
發(fā)布時(shí)間：2021-03-18 04:19
多標(biāo)簽學(xué)習(xí)廣泛應(yīng)用于文本分類、圖像標(biāo)注、視頻語義注釋、基因功能分析等問題。近年來,多標(biāo)簽學(xué)習(xí)日益受到學(xué)術(shù)界和工業(yè)界的關(guān)注,成為機(jī)器學(xué)習(xí)領(lǐng)域中的研究熱點(diǎn),并且取得了顯著的進(jìn)步。然而,多標(biāo)簽學(xué)習(xí)經(jīng)常受到標(biāo)簽數(shù)量、標(biāo)簽之間依賴關(guān)系、標(biāo)簽缺失等影響,多標(biāo)簽學(xué)習(xí)仍然是一項(xiàng)極具挑戰(zhàn)的研究。標(biāo)簽之間依賴關(guān)系是復(fù)雜且重要的因素,它的有效學(xué)習(xí)會豐富數(shù)據(jù)表示的內(nèi)涵,對提升多標(biāo)簽分類性能產(chǎn)生重要作用。因此,多標(biāo)簽分類主要面臨以下挑戰(zhàn):不同標(biāo)簽之間存在關(guān)聯(lián)性,并且關(guān)聯(lián)性存在較大差異;隨著標(biāo)簽數(shù)量的增長,標(biāo)簽之間依賴關(guān)系變得復(fù)雜,并且面臨時(shí)間和空間復(fù)雜度的挑戰(zhàn);以及標(biāo)簽依賴關(guān)系在標(biāo)簽缺失問題中的應(yīng)用。本文針對上述問題提出了兩種多標(biāo)簽分類模型,主要工作和貢獻(xiàn)如下:提出了基于神經(jīng)網(wǎng)絡(luò)探究標(biāo)簽依賴全局關(guān)系的模型NNADOmega�？紤]到不同標(biāo)簽之間存在不同的相關(guān)性,本文構(gòu)建了標(biāo)簽依賴全局關(guān)系矩陣來刻畫標(biāo)簽之間的依賴關(guān)系。該矩陣關(guān)于主對角線對稱,主對角線表示每個(gè)標(biāo)簽與自身的依賴關(guān)系,并且該依賴關(guān)系最強(qiáng)。NNADOmega模型的優(yōu)勢在...
【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】：68 頁
【學(xué)位級別】：碩士
【部分圖文】：
一多標(biāo)簽學(xué)習(xí)框架
多標(biāo)簽分類及相關(guān)理論基礎(chǔ)??間中找到一個(gè)分離超平面，能將樣本分到不同的類別。但存在無窮個(gè)分離超平面??可將兩類數(shù)據(jù)正確分開，如圖２－３所示。直覺上，應(yīng)該選擇位于兩類訓(xùn)練樣本“正??中間”的超平面，即圖２－３中最粗的那個(gè)，因?yàn)樵摮矫嫠a(chǎn)生的分類結(jié)果是魯棒??的，對未知樣本的泛化性能最強(qiáng)。??０?Ｉ??圖２－３存在多個(gè)超平面將兩類訓(xùn)練樣本分開??Ｆｉｇｕｒｅ?２－３?Ｓｅｐａｒａｔｉｏｎ?ｏｆ?ｔｗｏ?ｔｙｐｅｓ?ｏｆ?ｔｒａｉｎｉｎｇ?ｓａｍｐｌｅｓ?ｂｙ?ｍｕｌｔｉｐｌｅ?ｈｙｐｅｒｐｌａｎｅｓ??在樣本的特征空間中，分離超平面可描述為??ｗＴｘ?＋?ｂ?＝?０?（２－３）??其中，》＾＝（＼＾１；｜＾２；．．．；＼＾）為法向量，決定了超平面的方向；６為位移項(xiàng)，決定了超平??面與原點(diǎn)之間的距離，記超平面為（ｗ，６），樣本空間中任意點(diǎn)；ｃ到超平面的距??離為??Ｈ＞ＪＸ?＋?ｂ??（２＿４）??假設(shè)超平面能將訓(xùn)練樣本正確分類，即??［ｗ１?ｘｉ?＋?６＞＋１?ｙｔ?＝?＋１??＋?６＜－１?兄＝—１?（￣?５）??如圖２－４所示，距離超平面最近的這幾個(gè)訓(xùn)練樣本點(diǎn)使式（２－５）的等號成立，它??們被稱為“支持向量”
多標(biāo)簽分類及相關(guān)理論基礎(chǔ)??間中找到一個(gè)分離超平面，能將樣本分到不同的類別。但存在無窮個(gè)分離超平面??可將兩類數(shù)據(jù)正確分開，如圖２－３所示。直覺上，應(yīng)該選擇位于兩類訓(xùn)練樣本“正??中間”的超平面，即圖２－３中最粗的那個(gè)，因?yàn)樵摮矫嫠a(chǎn)生的分類結(jié)果是魯棒??的，對未知樣本的泛化性能最強(qiáng)。??０?Ｉ??圖２－３存在多個(gè)超平面將兩類訓(xùn)練樣本分開??Ｆｉｇｕｒｅ?２－３?Ｓｅｐａｒａｔｉｏｎ?ｏｆ?ｔｗｏ?ｔｙｐｅｓ?ｏｆ?ｔｒａｉｎｉｎｇ?ｓａｍｐｌｅｓ?ｂｙ?ｍｕｌｔｉｐｌｅ?ｈｙｐｅｒｐｌａｎｅｓ??在樣本的特征空間中，分離超平面可描述為??ｗＴｘ?＋?ｂ?＝?０?（２－３）??其中，》＾＝（＼＾１；｜＾２；．．．；＼＾）為法向量，決定了超平面的方向；６為位移項(xiàng)，決定了超平??面與原點(diǎn)之間的距離，記超平面為（ｗ，６），樣本空間中任意點(diǎn)；ｃ到超平面的距??離為??Ｈ＞ＪＸ?＋?ｂ??（２＿４）??假設(shè)超平面能將訓(xùn)練樣本正確分類，即??［ｗ１?ｘｉ?＋?６＞＋１?ｙｔ?＝?＋１??＋?６＜－１?兄＝—１?（￣?５）??如圖２－４所示，距離超平面最近的這幾個(gè)訓(xùn)練樣本點(diǎn)使式（２－５）的等號成立，它??們被稱為“支持向量”
【參考文獻(xiàn)】：
期刊論文
[1]基于標(biāo)簽相關(guān)性的多標(biāo)簽分類AdaBoost算法[J]. 王莉莉,付忠良. 四川大學(xué)學(xué)報(bào)(工程科學(xué)版). 2016(05)
本文編號：3087979
【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】：68 頁
【學(xué)位級別】：碩士
【部分圖文】：
一多標(biāo)簽學(xué)習(xí)框架
多標(biāo)簽分類及相關(guān)理論基礎(chǔ)??間中找到一個(gè)分離超平面，能將樣本分到不同的類別。但存在無窮個(gè)分離超平面??可將兩類數(shù)據(jù)正確分開，如圖２－３所示。直覺上，應(yīng)該選擇位于兩類訓(xùn)練樣本“正??中間”的超平面，即圖２－３中最粗的那個(gè)，因?yàn)樵摮矫嫠a(chǎn)生的分類結(jié)果是魯棒??的，對未知樣本的泛化性能最強(qiáng)。??０?Ｉ??圖２－３存在多個(gè)超平面將兩類訓(xùn)練樣本分開??Ｆｉｇｕｒｅ?２－３?Ｓｅｐａｒａｔｉｏｎ?ｏｆ?ｔｗｏ?ｔｙｐｅｓ?ｏｆ?ｔｒａｉｎｉｎｇ?ｓａｍｐｌｅｓ?ｂｙ?ｍｕｌｔｉｐｌｅ?ｈｙｐｅｒｐｌａｎｅｓ??在樣本的特征空間中，分離超平面可描述為??ｗＴｘ?＋?ｂ?＝?０?（２－３）??其中，》＾＝（＼＾１；｜＾２；．．．；＼＾）為法向量，決定了超平面的方向；６為位移項(xiàng)，決定了超平??面與原點(diǎn)之間的距離，記超平面為（ｗ，６），樣本空間中任意點(diǎn)；ｃ到超平面的距??離為??Ｈ＞ＪＸ?＋?ｂ??（２＿４）??假設(shè)超平面能將訓(xùn)練樣本正確分類，即??［ｗ１?ｘｉ?＋?６＞＋１?ｙｔ?＝?＋１??＋?６＜－１?兄＝—１?（￣?５）??如圖２－４所示，距離超平面最近的這幾個(gè)訓(xùn)練樣本點(diǎn)使式（２－５）的等號成立，它??們被稱為“支持向量”
多標(biāo)簽分類及相關(guān)理論基礎(chǔ)??間中找到一個(gè)分離超平面，能將樣本分到不同的類別。但存在無窮個(gè)分離超平面??可將兩類數(shù)據(jù)正確分開，如圖２－３所示。直覺上，應(yīng)該選擇位于兩類訓(xùn)練樣本“正??中間”的超平面，即圖２－３中最粗的那個(gè)，因?yàn)樵摮矫嫠a(chǎn)生的分類結(jié)果是魯棒??的，對未知樣本的泛化性能最強(qiáng)。??０?Ｉ??圖２－３存在多個(gè)超平面將兩類訓(xùn)練樣本分開??Ｆｉｇｕｒｅ?２－３?Ｓｅｐａｒａｔｉｏｎ?ｏｆ?ｔｗｏ?ｔｙｐｅｓ?ｏｆ?ｔｒａｉｎｉｎｇ?ｓａｍｐｌｅｓ?ｂｙ?ｍｕｌｔｉｐｌｅ?ｈｙｐｅｒｐｌａｎｅｓ??在樣本的特征空間中，分離超平面可描述為??ｗＴｘ?＋?ｂ?＝?０?（２－３）??其中，》＾＝（＼＾１；｜＾２；．．．；＼＾）為法向量，決定了超平面的方向；６為位移項(xiàng)，決定了超平??面與原點(diǎn)之間的距離，記超平面為（ｗ，６），樣本空間中任意點(diǎn)；ｃ到超平面的距??離為??Ｈ＞ＪＸ?＋?ｂ??（２＿４）??假設(shè)超平面能將訓(xùn)練樣本正確分類，即??［ｗ１?ｘｉ?＋?６＞＋１?ｙｔ?＝?＋１??＋?６＜－１?兄＝—１?（￣?５）??如圖２－４所示，距離超平面最近的這幾個(gè)訓(xùn)練樣本點(diǎn)使式（２－５）的等號成立，它??們被稱為“支持向量”
【參考文獻(xiàn)】：
期刊論文
[1]基于標(biāo)簽相關(guān)性的多標(biāo)簽分類AdaBoost算法[J]. 王莉莉,付忠良. 四川大學(xué)學(xué)報(bào)(工程科學(xué)版). 2016(05)
本文編號：3087979
本文鏈接：http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3087979.html
最近更新
教材專著
