买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：成都工业学院

摘要：本发明公开了一种基于相关性增强特征学习的多标签分类方法及系统，涉及标签分类技术领域，该方法包括：将扩展数据集输入至预置神经网络中进行处理，将预置神经网络的最后一层的输入确定为目标数据集；计算两两目标数据集的协方差矩阵之间的第二相似系数，利用第二相似系数重新构建训练目标集合，将训练目标集合输入至预置神经网络中对其进行训练；将达到训练结束条件的预置神经网络确定为多标签分类网络；捕捉了数据特征之间、各个标签与数据特征之间以及各个标签相互之间的关系，更能够反映出训练数据集中各个标签和数据特征件的相关性，并且将其来训练预置神经网络也可以使最终得到的网络在多标签分类方面具有更强、更精准的能力。

主权项：1.一种基于相关性增强特征学习的多标签分类方法，其特征在于，包括以下具体步骤：S1，获取训练数据集，所述训练数据集为具有多个不同类别标签的数据集合，并将训练数据集中的数据和标签进行拆分转化，得到训练数据集对应的数据矩阵和标签矩阵，所述训练数据集包括音频数据、生物数据、图像数据和文本数据；S2，利用训练数据集中的数据构建所述标签矩阵中与各个标签关联的训练数据子集，并构建各个所述训练数据子集的扩展数据集，所述扩展数据集表征了其中一个训练数据子集与其他训练数据子集之间的直接关系和间接关系；所述构建各个所述训练数据子集的扩展数据集具体为：通过各个标签关联的训练数据子集，计算得到两两训练数据子集对应的协方差矩阵之间的第一相似系数；利用各个标签关联的训练数据子集，以及该训练数据子集与其他训练数据子之间的第一相似系数，构建形成各个训练数据子集对应的扩展数据集；S3，对于每个所述扩展数据集，将所述扩展数据集输入至预置神经网络中进行处理，得到预置神经网络中每一层的输出结果，将预置神经网络的最后一层的输入确定为目标数据集，并得到所述目标数据集的协方差矩阵；S4，通过各个所述目标数据集的协方差矩阵，计算得到两两目标数据集的协方差矩阵之间的第二相似系数，利用所述数据矩阵、所述标签矩阵和所述第二相似系数构建训练目标集合，并将所述训练目标集合输入至预置神经网络中对其进行训练；S5，重复执行步骤S3-S4直到达到训练结束条件，将达到训练结束条件的预置神经网络确定为多标签分类网络，将多标签待分类数据集输入至所述多标签分类网络中进行处理，得到所述多标签待分类数据的分类结果。

全文数据：

权利要求：

百度查询： 成都工业学院 一种基于相关性增强特征学习的多标签分类方法及系统