三角距离相关性的标签分布学习

摘要：

针对标签相关性的表征问题,提出一种基于三角距离相关性的标签分布学习算法.首先,构建距离映射矩阵,描述标签分布和特征矩阵之间的映射关系.其次,设计新的三角距离,以表征标签之间的相关性.最后,结合标签相关性,设计基于Kullback-Leibler散度的目标函数.在8个数据集上的实验结果表明,与8种主流算法相比,本文提出的算法在6个准确性指标上占优势.

关键词：标签分布学习;标签相关性;三角距离;距离映射矩阵;多标签学习;最大熵模型;Kullback-Leibler散度;L-BFGS方法

所属期刊栏目：16

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61902328

在线出版日期：2021-08-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：449-458