典型文献
基于共享子空间的潜在语义学习
文献摘要：
在多视图多标签学习中,常使用子空间学习解决各视图间存在的异构性问题,而子空间提取一般通过降维的方法实现,但其映射到标签空间是一个从低维到高维的过程,易出现维度跨越问题.基于此,提出一种基于共享子空间的潜在语义学习方法,即预测过程变成从低维空间到低维空间的等维映射.首先,在学习多视图多标签数据的共享子空间的基础上,从标签空间中提取标签的潜在语义和系数矩阵;其次,共享子空间和原始标签空间分别约束潜在语义空间;最后,将共享子空间、标签潜在语义矩阵放入MLRKELM分类器进行学习.提出的算法在多个基准多视图多标签数据集上与多个先进算法进行了对比实验,结果验证了该算法的有效性.
文献关键词：
多视图;多标签;共享子空间;潜在语义学习;等维映射
中图分类号：
作者姓名：
程玉胜;徐玉婷;王一宾;缪佳李
作者机构：
安庆师范大学计算机与信息学院,安庆,246133
文献出处：
引用格式：
[1]程玉胜;徐玉婷;王一宾;缪佳李-.基于共享子空间的潜在语义学习)[J].南京大学学报（自然科学版）,2022(05):816-826
A类：
共享子空间,潜在语义学习,等维映射,MLRKELM
B类：
多视图,多标签学习,子空间学习,异构性,射到,标签空间,高维,低维空间,系数矩阵,语义空间,放入,分类器,标签数据集
AB值：
0.149946
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
