一種基于子空間分解和判別分析的多標(biāo)簽分類算法.pdf

1、多標(biāo)簽分類是指當(dāng)單個(gè)樣本數(shù)據(jù)可以同時(shí)屬于多個(gè)類別時(shí)，為測(cè)試數(shù)據(jù)找到對(duì)應(yīng)正確的多個(gè)類別標(biāo)簽的過(guò)程。作為機(jī)器學(xué)習(xí)領(lǐng)域中前沿的研究課題之一，多標(biāo)簽分類在文檔歸類、圖片標(biāo)注、醫(yī)療診斷等領(lǐng)域都有著廣泛的應(yīng)用。由于多標(biāo)簽分類問(wèn)題是傳統(tǒng)分類問(wèn)題的更一般化的形式，且多標(biāo)簽分類問(wèn)題的復(fù)雜度隨著標(biāo)簽個(gè)數(shù)的增長(zhǎng)而呈指數(shù)函數(shù)的形式增長(zhǎng)，目前多標(biāo)簽分類問(wèn)題中還有很多難以解決的挑戰(zhàn)和困難。因此，多標(biāo)簽分類算法具有重要的研究意義和價(jià)值。
　　目前，大多數(shù)的多標(biāo)

2、簽分類算法都是從分析標(biāo)簽相關(guān)性的角度出發(fā)，這些算法普遍具有以下不足：(1)低階的算法忽略了部分標(biāo)簽之間的相關(guān)信息，導(dǎo)致在遇到強(qiáng)相關(guān)的多標(biāo)簽數(shù)據(jù)時(shí)算法性能會(huì)顯著下降；(2)高階的算法復(fù)雜度會(huì)隨著標(biāo)簽個(gè)數(shù)的增長(zhǎng)而呈指數(shù)函數(shù)的形式急劇增長(zhǎng)，使多標(biāo)簽分類問(wèn)題的求解過(guò)程變得異常困難。
　　本文針對(duì)上述多標(biāo)簽分類算法存在的普遍問(wèn)題，利用子空間分解和線性判別分析的方法構(gòu)建了一種同時(shí)滿足判別性和一致性要求的多標(biāo)簽分類模型。主要的研究工作如下：

3、r>　　1、基于多標(biāo)簽數(shù)據(jù)是來(lái)自各個(gè)標(biāo)簽分量的組合的觀察事實(shí)，利用子空間分解的方法，將多標(biāo)簽數(shù)據(jù)分解成各個(gè)標(biāo)簽子空間分量疊加和的形式，分離了多標(biāo)簽分類問(wèn)題中的標(biāo)簽相關(guān)性，解決了多標(biāo)簽分類算法復(fù)雜度會(huì)隨標(biāo)簽個(gè)數(shù)增大而呈指數(shù)函數(shù)的形式增長(zhǎng)的困難。
　　2、在各個(gè)子空間上，利用線性判別分析的方法統(tǒng)計(jì)出各個(gè)類別上的判別信息，建立了同時(shí)滿足判別性和一致性要求的多標(biāo)簽分類模型。依據(jù)多組變量循環(huán)迭代的原則，推導(dǎo)出各個(gè)變量的梯度，設(shè)計(jì)出循環(huán)迭代梯