具有潛在表示和動態(tài)圖約束的多標簽特征選擇

摘要： 針對現(xiàn)有嵌入式方法忽略實例相關性的潛在表示對偽標記學習的影響以及固定的圖矩陣導致計算誤差隨迭代的加深而不斷增大的問題，提出一種具有潛在表示和動態(tài)圖約束的多標簽特征選擇方法.該方法首先利用實例相關性的潛在表示構造偽標簽矩陣，并將其與線性映射和最小化偽標簽與真實標簽之間的Friedman范數(shù)距離相結合，從而保證偽標簽與真實標簽之間具有較高的相似性.其次，利用偽標簽的低維流形結構構建...