[发明专利]一种基于非对称条件依赖的多标签主动学习方法在审
| 申请号： | 201710271412.2 | 申请日： | 2017-04-24 |
| 公开（公告）号： | CN107423749A | 公开（公告）日： | 2017-12-01 |
| 发明（设计）人： | 吴健;张宇;徐在俊 | 申请（专利权）人： | 苏州融希信息科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京集佳知识产权代理有限公司11227 | 代理人： | 罗满 |
| 地址： | 215000 江苏省苏州市工业园*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于非对称条件依赖标签集的多标签主动学习方法，首先挖掘出弱标记条件下的各标签与其余标签的非对称条件依赖关系以得到非对称条件依赖矩阵，并在非对称条件依赖标签集的基础上，计算各样本‑标签对的信息量，最后筛选出信息量最大的样本‑标签对作为半监督主动学习模型的输入对象。通过实验表明，利用非对称条件依赖标签集进行主动学习的方法相对于其他弱标记条件下挖掘标签间关系的方法具有良好的泛化性能。 | ||
| 搜索关键词： | 一种 基于 对称 条件 依赖 标签 主动 学习方法 | ||
【主权项】：
一种基于非对称条件依赖的多标签主动学习方法，其特征在于，包括：获取原始样本对应的标签集合，计算所述标签集合中各标签与其余标签的非对称条件依赖关系以得到所述标签集合对应的非对称条件依赖矩阵；对所述非对称条件依赖矩阵归一化处理得到对应的权重矩阵；通过所述权重矩阵上的各元素计算各样本‑标签对的信息量；筛选出信息量最大的样本‑标签对作为预先建立的半监督主动学习模型的输入对象，并进行主动学习。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州融希信息科技有限公司，未经苏州融希信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710271412.2/，转载请声明来源钻瓜专利网。
