[发明专利]一种存在部分缺失和未知类别标记的多标记分类方法

权利要求书

1.一种存在部分缺失和未知类别标记的多标记分类方法，其特征在于，其步骤为：

步骤一、对训练数据进行特征提取和类别标注，获得数据特征表示矩阵X和已知类别标记矩阵Y；

步骤二、计算特征表示矩阵X和已知类别标记矩阵Y的相似度矩阵S；

步骤三、将相似度矩阵S分解得到保持样本相似性结构信息的完整类别标记矩阵的近似表示H，并约束得到的近似表示H的部分结果与步骤一得到的已知类别标记矩阵Y的结果一致；

步骤四、利用矩阵重构技术对完整类别标记矩阵的近似表示H进行优化，将H优化为重构结果HC；

步骤五、构建从数据特征表示矩阵X映射到完整类别标记矩阵的重构结果HC的线性分类模型，并对模型系数W做稀疏约束，学习类属特征；同时，利用模型系数W对新发现标记进行语义描述；

步骤六、采用流行正则约束任意两个类别标记对应的模型系数的相似性，进而优化完整标记矩阵H的结果；

步骤七、给定一个测试样本t，将测试样本t带入经过步骤一至六学习得到的最终分类模型，输出测试样本在已知类别标记和未知类别标记上的预测结果。

2.根据权利要求1所述的一种存在部分缺失和未知类别标记的多标记分类方法，其特征在于：所述的步骤一中，为一个二维实数矩阵，n为样本个数，d为特征个数，为实数域；已知类别的类别标记矩阵Y∈{0，1}^n×q存在部分缺失值，q为已知的类别标记个数；设置未知类别标记个数为r，则完整类别标记矩阵是一个大小为n×l的二维矩阵，其中l＝q+r表示总类别标记个数，且每个元素取值范围为{0，1}。

3.根据权利要求2所述的一种存在部分缺失和未知类别标记的多标记分类方法，其特征在于：所述的步骤二中，对特征表示矩阵X和已知类别标记矩阵Y进行高斯距离函数计算，得到相似度矩阵其中第i行j列元素S_ij可以通过式(1)计算得到，

式(1)中，exp为指数函数，x_i和x_j分别表示特征表示矩阵X的第i行和第j行，y_i和y_j分别表示已知类别标记矩阵Y的第i行和第j行；表示x_j的k近邻样本集合。

4.根据权利要求3所述的一种存在部分缺失和未知类别标记的多标记分类方法，其特征在于：所述的步骤三中，利用非负矩阵分解技术，将样本相似度矩阵分解为HH^T，其中H∈[0，1]^n×l作为完整类别标记矩阵的近似表示，H^T为H的转置矩阵；通过矩阵P约束近似表示H的部分结果与已知类别标记矩阵Y的结果一致，进而得到最小化目标公式，

其中，Ω∈{0，1}^n×n表示需要保持的近邻关系，1表示保持，0表示不保持；为映射矩阵，其取值为一个l×l单位矩阵的前q列，矩阵H为待求解的模型参数，λ₀为非负权重系数，取值域为{10^-1，10⁰，10¹}。

5.根据权利要求4所述的一种存在部分缺失和未知类别标记的多标记分类方法，其特征在于：所述的步骤四中，为一重构系数矩阵，对于第i个样本的第j个标记结果H_ij，通过该样本在其余标记上的结果来重构，可得矩阵表示形式为H≈HC，进而得到缺失结果的标记值；将完整类别标记矩阵的近似表示H优化为HC，得到更新的最小化目标公式：

其中，矩阵H和C为待求解的模型参数；λ₁为非负权重系数，取值域为{10⁰，10¹，10²}。