摘要
本发明提供基于双粒度标注的非凸不平衡多示例多标签学习方法,该基于双粒度标注的非凸不平衡多示例多标签学习方法包括:获取目标多示例多标签学习任务的目标多示例包集,其中多示例包集中的每个包由若干示例组成并对应于若干标签类,其中示例根据所属标签类的不同可区分为关键示例和无关示例;通过DL‑MIML模型检测待测多示例包集中的目标多示例包的关键示例,得到示例与包两个级别的分类结果。本发明的有益效果为:提高了标注效率及标注准确度。
技术关键词
双粒度
加权损失函数
多示例多标签
变量
梯度算法
坐标下降算法
梯度下降算法
标签特征
标记
矩阵
参数
索引
因子
线性
指标
元素
系统为您推荐了相关专利信息
风速预测模型
风速预测方法
变量
多尺度
交互特征
康复机器人
追踪控制系统
李雅普诺夫函数
追踪控制器
扰动观测器
智能传感器模块
嵌入式微处理器
传输路径
高精度传感器
机器学习驱动
海洋机器人
跟踪优化控制方法
误差系统
集群系统
李雅普诺夫函数
测井曲线数据
集成策略
孤立森林算法
测井特征
主成分分析法