一种基于视图信息质量估计的不完整多视图不完整多标签学习与分类方法

AITNT
正文
推荐专利
一种基于视图信息质量估计的不完整多视图不完整多标签学习与分类方法
申请号:CN202411597114
申请日期:2024-11-11
公开号:CN119559428B
公开日期:2025-12-02
类型:发明专利
摘要
本发明公开了一种基于视图信息质量估计的不完整多视图不完整多标签学习与分类方法,包括:获取若干不完整多视图不完整多标签数据;构建不完整多视图不完整多标签学习模型,将所述不完整多视图不完整多标签数据输入所述不完整多视图不完整多标签学习模型进行训练,获得训练好的不完整多视图不完整多标签学习模型;获取待测完整或不完整多视图数据,将所述待测完整或不完整多视图数据输入所述训练好的不完整多视图不完整多标签学习模型,完成多视图数据的多标签分类。本发明根据每个输入样本的部分或完整的多视图特征,准确地预测每个输入样本的完整标签。
技术关键词
多标签学习 分类方法 样本 语义特征 特征提取模块 融合特征 矩阵 数据 鉴别特征 动态 编码器 输出特征 度函数 精度 分类器 索引 指标
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号