摘要
本发明提供一种偏多标记学习方法,包括:构建示例矩阵与包含候选标记的标记矩阵;基于所述示例和所述标记相关性假设,构造第一目标函数;基于类属属性和所述示例相关性假设,构造第二目标函数;将所述第一目标函数与第二目标函数相加获得最终的目标函数,并得到所述目标函数的优化问题;再利用交替最小化算法,求得与示例及标记相关的矩阵的优化问题的最优解;根据该最优解,获得新示例的标记向量,通过上述方法可以筛除候选标记中的噪声标记,提高偏多标记学习方法的预测性能。
技术关键词
学习方法
矩阵
数据处理单元
均值聚类方法
样本
读取存储介质
计算机
控制标记
学习装置
学习系统
线性
算法
参数
可读存储介质
处理器
元素
指令
关系
噪声
系统为您推荐了相关专利信息
胶囊
编码器模块
解码器
sigmoid函数
期望最大化算法
道路特征
地图
交叉注意力机制
多层感知机
编码器
光电成像系统
优化系统参数
观测场景
检测数据模型
梯度直方图