两重稀疏约束的多标记社团分类算法

摘要：

在多标记研究中,对于标记间相关性的利用已经越来越广泛,从而标记关系的展示就很有必要.相对以往的研究而言,由于多标记数据的高维特征,在训练过程中极为繁琐耗时,稀疏优化就尤为关键;同时标记相关性的内涵没有经过深入挖掘,因此如何更方便有效地进行多标记分类以及研究所有标记之间的相关性显得尤为必要.提出了一种基于两重稀疏约束的多标记社团分类算法,该算法首先将?1/?2正则化应用到多标记数据的稀疏表示过程,为后面的研究提供便利条件;其次在多标记关系基础上应用基于?1范数正则化的社团发现算法,有效地对标记进行社团划分,直观展示出标记关系的内涵.实验证明该方法能够快速、准确地进行多标记分类,并且能够准确展示标记关系.

关键词：多标记、标记关系、非负矩阵分解(NMF)、1/?2范数、1范数

所属期刊栏目：11

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No. 61473149

在线出版日期：2017-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：959-971