两重稀疏约束的多标记社团分类算法

• 作者: 任义强 李国朋 李娜 潘志松 蒋铭初
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 多标记 标记关系 非负矩阵分解(NMF) ?1/?2范数 ?1范数
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 959-971
• 页数: 13页
• 分类号: TP391
• 字数: 11430字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1603053

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李娜	中国人民解放军理工大学指挥信息系统学院	25	64	4.0	7.0
5	李国朋	中国人民解放军理工大学指挥信息系统学院	17	45	4.0	6.0
7	潘志松	中国人民解放军理工大学指挥信息系统学院	13	32	4.0	5.0
8	任义强		2	4	1.0	2.0
11	蒋铭初	中国人民解放军理工大学指挥信息系统学院	1	1	1.0	1.0