[发明专利]一种标签约束自权重多超图学习的半监督分类方法在审
| 申请号： | 201910508416.7 | 申请日： | 2019-06-13 |
| 公开（公告）号： | CN110298392A | 公开（公告）日： | 2019-10-01 |
| 发明（设计）人： | 王少帆;林菁;王立春;孔德慧;尹宝才 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N20/00 |
| 代理公司： | 北京市中闻律师事务所 11388 | 代理人： | 冯梦洪 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
一种标签约束自权重多超图学习的半监督分类方法，其能够针对每种特征，基于自适应近邻策略构建超图以编码样本之间的高阶关系；对于构建好的多个超图，自适应地学习每个超图的权重；并建立标签约束自权重多超图学习模型，完成半监督分类任务。该方法包括：(1)对待分类任务的数据确定m种特征表示,依据每种特征构建一个超图，计算每个超图的相关矩阵H(t)，t＝1,...,m；(2)计算各超图的拉普拉斯矩阵L(t)，t＝1,...,m；(3)对于每个超图，初始化权重α(t)＝1/m,t＝1,...m；(4)利用 |
||
| 搜索关键词： | 权重 标签 矩阵 半监督 分类 无标签样本 自适应 迭代 学习 编码样本 策略构建 数据确定 特征表示 特征构建 初始化 高阶 构建 收敛 融合 输出 更新 | ||
【主权项】：
1.一种标签约束自权重多超图学习的半监督分类方法，其特征在于：该方法包括以下步骤：(1)对待分类任务的数据确定m种特征表示,依据每种特征构建一个超图，计算每个超图的相关矩阵H(t)，t＝1,...,m；(2)计算各超图的拉普拉斯矩阵L(t)，t＝1,...,m；(3)对于每个超图，初始化权重α(t)＝1/m,t＝1,...m；(4)利用![]()
进行多超图融合；(5)计算无标签样本的指示矩阵Fu；(6)令F＝[Yl；Fu]，更新权重![]()
(7)迭代进行步骤(4)、(5)、(6)，直到收敛或达到最大迭代次数；(8)计算无标签样本标签；(9)输出标签；(10)结束。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京工业大学，未经北京工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910508416.7/，转载请声明来源钻瓜专利网。
