[发明专利]基于引力模型的图像的多标签分类方法

摘要

本发明涉及机器学习领域，特别涉及一种基于引力模型的多标签分类方法，包括：获取有标签的样本集作为训练样本集；计算训练样本与其他训练样本的距离并排序，得到该训练样本的近邻集合；在近邻集合中，以标签之间的正相关性构建正相关矩阵，标签之间的负相关性构建负相关矩阵；计算出待测样本的近邻集合，并根据近邻集合构建待测正相关矩阵和待测负相关矩阵；将待测正相关矩阵和待测负相关矩阵得到正相关数据粒和负相关数据粒；构建引力模型，并通过待测样本与正相关数据粒和负相关数据粒之间的引力关系进行分类；本发明引入对标签间负相关关系的考虑，充分利用了标签间的相关性，并且在近邻集合中发掘相关关系，避免了全局计算，降低了复杂度。

主权项

1.基于引力模型的多标签分类方法，其特征在于，包括：S1、获取有标签的样本集作为训练样本集，其中每一个训练样本包括特征部分和标签部分，且标签部分包括多个类别的标签；S2、计算一个训练样本与其他训练样本的距离并排序，得到该训练样本的近邻集合；S3、在近邻集合中，以标签之间的正相关性构建正相关矩阵，标签之间的负相关性构建负相关矩阵；S4、计算出待测样本的近邻集合，并根据近邻集合构建待测正相关矩阵和待测负相关矩阵，其中待检测样本包括特征部分和标签部分，且标签部分为空；S5、将待测正相关矩阵的每一列粒化，得到正相关数据粒；将待测负相关矩阵的每一列粒化，得到负相关数据粒；S6、构建引力模型，并通过待测样本与正相关数据粒和负相关数据粒之间的引力关系进行分类。