山东大学学报(理学版)

作者：容斌元,徐媛媛,吕亚兰,张恒汝

单位：西南石油大学计算机科学学院, 四川 成都 610500

关键词：标签分布学习,标签相关性,标签融合,k-means,

基金：国家自然科学基金资助项目(61902328);中央引导地方科技发展专项资金(2021ZYD0003);南充市科技局应用基础研究项目(SXHZ040)

提出了一种融合标签局部相关性的标签分布学习(label distribution learning, LDL)算法,该算法分为3个阶段。初始预测阶段构建多层神经网络模型,将样本的原始特征作为输入、初始预测的标签分布作为输出;局部矫正阶段首先利用k-means聚类算法获得不同类所描述的局部信息,然后针对不同类计算对应的协方差矩阵,利用该矩阵来矫正初始预测的标签分布,获得每个类对应的矫正标签分布;标签融合阶段对矫正后的标签分布进行加权,再与初始预测的标签分布进行融合,得到最终的预测分布。在8个公开数据集上与9种常用的LDL算法进行对比实验,结果表明本文的算法能较好地描述标签局部相关性,在多个主流评估指标上排名靠前。

来源：2022年第7期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2022年第7期