發(fā)布時(shí)間：2021-12-27 18:59

　　隨著科學(xué)技術(shù)的發(fā)展,樣本的標(biāo)簽越來越多。這給經(jīng)典的多標(biāo)簽學(xué)習(xí)模型帶來了計(jì)算壓力并降低了多標(biāo)簽學(xué)習(xí)的性能。研究學(xué)者受到特征空間降維的啟發(fā),提出了標(biāo)簽空間降維的思想。隨著人工智能時(shí)代的來臨,樣本或任務(wù)不再只用一個(gè)視角進(jìn)行簡(jiǎn)單的描述。在樣本具有多個(gè)視角同時(shí)樣本標(biāo)簽空間維度大的時(shí)候,現(xiàn)有的基于標(biāo)簽空間降維的多標(biāo)簽學(xué)習(xí)和多視角多標(biāo)簽學(xué)習(xí)的方法無法解決。在此基礎(chǔ)上,本文提出了兩種基于標(biāo)簽空間降維的多視角多標(biāo)簽學(xué)習(xí)的方法。本文的主要內(nèi)容和動(dòng)機(jī)點(diǎn)列舉如下:本文首先提出了一種集成的多視角標(biāo)簽空間降維方法。該方法在對(duì)多視角的每個(gè)視角的特征空間分別計(jì)算出相應(yīng)的預(yù)測(cè)標(biāo)簽空間基礎(chǔ)上,利用每個(gè)視角的預(yù)測(cè)和真實(shí)標(biāo)簽空間之間存在的誤差學(xué)習(xí)一系列用于衡量其與真實(shí)標(biāo)簽接近程度的權(quán)重。本文通過三個(gè)典型多標(biāo)記圖片數(shù)據(jù)集上的實(shí)驗(yàn)證明了提出的方法準(zhǔn)確度高于通過投票方式集成結(jié)果以及選擇最優(yōu)的特征空間的結(jié)果這兩類方法。在第一個(gè)工作的基礎(chǔ)上,提出了完整的基于標(biāo)簽空間降維的多視角多標(biāo)簽學(xué)習(xí)算法。該算法在通過最大化標(biāo)簽空間、隱空間和特征空間之間的關(guān)系得到相應(yīng)隱空間的基礎(chǔ)上,采用了希爾伯特-施密特獨(dú)立性準(zhǔn)則平衡多視角之間的一致性和互補(bǔ)性,通... 

【文章來源】：天津大學(xué)天津市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：47 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景及研究目的
    1.2 標(biāo)簽空間降維的研究現(xiàn)狀
        1.2.1 基于標(biāo)簽選擇的標(biāo)簽空間降維
        1.2.2 基于標(biāo)簽轉(zhuǎn)換的標(biāo)簽空間降維
        1.2.3 基于隱空間的標(biāo)簽空間降維
    1.3 多視角多標(biāo)簽學(xué)習(xí)的研究現(xiàn)狀
    1.4 論文的研究?jī)?nèi)容
    1.5 論文的組織結(jié)構(gòu)
第2章 基于集成的多視角標(biāo)簽空間降維
    2.1 問題描述
    2.2 模型介紹
    2.3 模型優(yōu)化和算法介紹
        2.3.1 訓(xùn)練過程
        2.3.2 預(yù)測(cè)過程
    2.4 實(shí)驗(yàn)分析
        2.4.1 數(shù)據(jù)集和評(píng)價(jià)指標(biāo)
        2.4.2 評(píng)價(jià)指標(biāo)
        2.4.3 參數(shù)設(shè)置
        2.4.4 實(shí)驗(yàn)結(jié)果
    2.5 結(jié)論
第3章 基于多視角標(biāo)簽嵌入的標(biāo)簽空間降維
    3.1 問題描述
    3.2 模型介紹
    3.3 模型優(yōu)化和算法介紹
        3.3.1 訓(xùn)練過程
        3.3.2 預(yù)測(cè)過程
        3.3.3 拓展的核方法
    3.4 實(shí)驗(yàn)分析
        3.4.1 數(shù)據(jù)集和評(píng)價(jià)指標(biāo)
        3.4.2 評(píng)價(jià)指標(biāo)
        3.4.3 參數(shù)設(shè)置
        3.4.4 對(duì)比算法
        3.4.5 實(shí)驗(yàn)結(jié)果
    3.5 結(jié)論
第4章 結(jié)語與展望
參考文獻(xiàn)
發(fā)表論文和參加科研情況說明
致謝



本文編號(hào)：3552543