基于隐空间映射的联合嵌入式多标签分类算法研究
2021-07-23黄素叶
韶关学院学报 2021年6期
黄素叶
(闽西职业技术学院 信息与制造学院,福建 龙岩 364021)
目前信息时代不断发展,面对海量的数据信息,分类标记成为一种应用广泛的数据挖掘技术[1].该项技术的作用就是在数据被标记后,通过标签能够快速地获取需要的信息[2].面对种类丰富且规模较大的数据时,分类标记已经无法满足相关任务需求,必须进行深入研究.
文献[3]采用多层极限学习机自动编码器,优化输入权重,提取电能质量扰动信号特征,采用多标签排位分类算法,结合各标签相关性,实现电能质量扰动分类,该算法具有较高的分类效率,但分类误差较大.文献[4]提出基于标签关联性的多标签分类算法,建立多标签Scratch分类模型,提取Block使用特征,计算思维技能和复杂度分类特征,按照多标签之间关联性,划分标签子集,训练标签集子分类器,实现多标签分类,该算法的具有较强的适用性,但分类效果较差.针对上述问题,提出基于隐空间映射的联合嵌入式多标签分类算法研究,由于其具有迭代次数少并且数据收敛性较高的特点,被率先在电路优化项目中,此后逐渐被应用到数据标记领域.
1 基于隐空间映射的联合嵌入式多标签分类算法研究
1.1 获取多标签分类指标
多标签分类主要是将待分类的文本归档到一个或多个标签中的过程.设定左侧空间A中包含n个实例,右侧标签空间B中包含q个类别标签,通过对应的训练集得出标签结果,当标签数量较多时,这个过……
登录APP查看全文
