典型文献
基于正则化的半监督弱标签分类方法
文献摘要：
针对多标签学习中实例标签的缺失补全和预测问题,本文提出一种基于正则化的半监督弱标签分类方法(简称SWCMR),方法同时兼顾实例相似性和标签相关性.SWCMR首先根据标签相关性对弱标签实例的缺失标签进行初步预估,然后利用弱标签实例和无标签实例构造邻域图,从实例相似性和标签相关性角度构建基于平滑性假设的正则化项,接下来利用预估后的弱标签实例结合无标签实例训练半监督弱标签分类模型.在多种公共多标签数据集上的实验结果表明,SWCMR提高了分类性能,尤其是标签信息较少时,分类效果提升更显著.
文献关键词：
半监督弱标签学习;多标签分类;正则化;标签相关性
中图分类号：
作者姓名：
丁家满;刘楠;贾连印;李润鑫
作者机构：
昆明理工大学信息工程与自动化学院 昆明 650500;云南省人工智能重点实验室 昆明 650500;计算机学会(CCF)
文献出处：
引用格式：
[1]丁家满;刘楠;贾连印;李润鑫-.基于正则化的半监督弱标签分类方法)[J].计算机学报,2022(01):69-81
A类：
SWCMR,缺失标签,半监督弱标签学习
B类：
正则化,分类方法,多标签学习,缺失补全,顾实,标签相关性,无标签,邻域,平滑性,接下来,分类模型,标签数据集,分类性能,标签信息,少时,分类效果,效果提升,多标签分类
AB值：
0.24948
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。
