张永波， 游录金， 陈杰新

(1.浙江旅游职业学院图书信息中心，浙江杭州311231；2.上海思备计算机有限公司，上海200030；3.宁波城市职业技术学院信息中心，浙江宁波315100)

0 引 言

若一个样本和多个类标相关联，则称这样的数据为多标记数据。在当前的数据分析领域，多标记数据分析任务有很多[1-8]。比如，在网页分类中，不同的网页属于不同的主题，而且有多个类别，一个具有海滩和高山的图片，可以分类为大海、高山、风景等不同的语义类。现在常见的多标记学习算法中，一个个样例与多个类标关联在一起，多标记学习技术要为未知测试样例预测其类标集合，一般情况下，类标集合大小并不知道的。多标记学习所使用的数据通常都是高维数据，由于多标记学习技术的复杂性，其降维和特征选择方法的研究仍然很少。目前多标记学习技术大体可以分为两类[1-2]：转化问题方法，改写算法方法。转化问题方法独立于算法，把多标记学习任务转化为一个或多个但标记分类任务，如单标记学习打分、组合类标、继承学习方法等；改写算法方法通过扩展特定的学习算法(如Boosting，支持向量机，决策树等)来直接处理多标记数据。

对于特征维数高影响学习器效果方面，近年发表的一个特征抽取方法是多标记最大依赖维数约简(MDDM)算法[9-10]，这个方法采用希尔伯特-斯密特准则(Hilbert-Schmidt independence criterion，HSIC)作为依赖性的评测准则。这个算法的最大特色在于通过最大化数据集特征集合与类标的依赖性，这样可以监督方式得到低维特征空间，已有的实验结果显示MDDM性能略优于局部投影追踪(LPP)，主成份分析(PCA)，明显优于多标记线性语义索引(MLSI)。……