基于最小二乘法的标记分布学习

• 作者: 李婵 杨文元 赵红
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 标记分布 最小二乘 规则化项 L2范数
• 年，卷（期）: 2017,（4）
• 页码范围: 22-27
• 页数: 6页
• 分类号: TP181
• 字数: 3974字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2017081

摘要

多标记学习在一定程度上解决了标记多义性问题,它主要关注实例对应的相关标记或者无关标记,而标记分布能够反映相关标记对于实例的重要程度.从重构标记分布的思想出发,利用最小二乘法建立模型,提出基于最小二乘法的标记分布学习(lsm-LDL).首先用特征重构标记,通过变换矩阵使得每一个标记能够表示为特征的一个线性组合;然后用最小二乘法建立优化模型;最后引入L2范数规则化项,防止过拟合,保证泛化能力.在4个实际的数据集上进行实验,并与3种已有的标记分布学习算法在5种评价指标上进行比较,实验结果表明提出的lsm-LDL算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵红	闽南师范大学粒计算重点实验室	12	34	3.0	5.0
2	杨文元	闽南师范大学粒计算重点实验室	14	33	3.0	5.0
3	李婵	闽南师范大学粒计算重点实验室	2	6	2.0	2.0