联合嵌入式多标签分类算法

现有的一些多标签分类算法,因多标签数据含有高维的特征或标签信息而变得不可行.为了解决这一问题,提出基于去噪自编码器和矩阵分解的联合嵌入多标签分类算法Deep AE-MF.该算法包括两部分:特征嵌入部分使用去噪自编码器对特征空间学习得到非线性表示,标签嵌入部分则是利用矩阵分解直接学习到标签空间对应的潜在表示与解码矩阵.Deep AE-MF将特征嵌入和标签嵌入的两个阶段进行联合,共同学习一个潜在空间用于模型预测,进而得到一个有效的多标签分类模型.为了进一步提升模型性能,在Deep AE-MF方法中对标签间的负相关信息加以利用.通过在不同数据集上进行实验证明了提出Deep AE-MF方法的有效性和鲁...

Full description

Saved in:
Bibliographic Details
Published in自动化学报 Vol. 45; no. 10; pp. 1969 - 1982
Main Authors 刘慧婷, 冷新杨, 王利利, 赵鹏
Format Journal Article
LanguageChinese
Published 安徽大学计算智能与信号处理教育部重点实验室 合肥230601 01.10.2019
安徽大学计算机科学与技术学院 合肥 230601
Subjects
多标签分类
矩阵分解
去噪自编码器
标签嵌入
Online AccessGet full text
ISSN0254-4156
DOI10.16383/j.aas.c180087

Cover

Abstract 现有的一些多标签分类算法,因多标签数据含有高维的特征或标签信息而变得不可行.为了解决这一问题,提出基于去噪自编码器和矩阵分解的联合嵌入多标签分类算法Deep AE-MF.该算法包括两部分:特征嵌入部分使用去噪自编码器对特征空间学习得到非线性表示,标签嵌入部分则是利用矩阵分解直接学习到标签空间对应的潜在表示与解码矩阵.Deep AE-MF将特征嵌入和标签嵌入的两个阶段进行联合,共同学习一个潜在空间用于模型预测,进而得到一个有效的多标签分类模型.为了进一步提升模型性能,在Deep AE-MF方法中对标签间的负相关信息加以利用.通过在不同数据集上进行实验证明了提出Deep AE-MF方法的有效性和鲁棒性.
AbstractList 现有的一些多标签分类算法,因多标签数据含有高维的特征或标签信息而变得不可行.为了解决这一问题,提出基于去噪自编码器和矩阵分解的联合嵌入多标签分类算法Deep AE-MF.该算法包括两部分:特征嵌入部分使用去噪自编码器对特征空间学习得到非线性表示,标签嵌入部分则是利用矩阵分解直接学习到标签空间对应的潜在表示与解码矩阵.Deep AE-MF将特征嵌入和标签嵌入的两个阶段进行联合,共同学习一个潜在空间用于模型预测,进而得到一个有效的多标签分类模型.为了进一步提升模型性能,在Deep AE-MF方法中对标签间的负相关信息加以利用.通过在不同数据集上进行实验证明了提出Deep AE-MF方法的有效性和鲁棒性.
Author 冷新杨
刘慧婷
赵鹏
王利利
AuthorAffiliation 安徽大学计算智能与信号处理教育部重点实验室 合肥230601;安徽大学计算机科学与技术学院 合肥 230601
AuthorAffiliation_xml – name: 安徽大学计算智能与信号处理教育部重点实验室 合肥230601;安徽大学计算机科学与技术学院 合肥 230601
Author_FL ZHAO Peng
WANG Li-Li
LENG Xin-Yang
LIU Hui-Ting
Author_FL_xml – sequence: 1
  fullname: LIU Hui-Ting
– sequence: 2
  fullname: LENG Xin-Yang
– sequence: 3
  fullname: WANG Li-Li
– sequence: 4
  fullname: ZHAO Peng
Author_xml – sequence: 1
  fullname: 刘慧婷
– sequence: 2
  fullname: 冷新杨
– sequence: 3
  fullname: 王利利
– sequence: 4
  fullname: 赵鹏
BookMark eNrjYmDJy89LZWAQMzTQMzQztjDWz9JLTCzWSza0MDCwMGdh4DQwMjXRNTE0NeNg4C0uzkwyMDA0NDCyNDTkZFB50Tjl6YSOp1t7nrYufbqn_-mSWc8WtD9fu-9pR9vzjbufr5v-bPNUHgbWtMSc4lReKM3NEOrmGuLsoevj7-7p7OijW2xoYGiqm2hibmxulGZonpiSmpRskmaQaGlpYW5slmiWZmKcYmxpkZpsYZJobpZknGpubJlibmlumZpmZmxmZmIBkjI25mZQg5hbnpiXlpiXHp-VX1qUB7QxvioloyLJyMDQ0hDodlNjAN41TnQ
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.16383/j.aas.c180087
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Engineering
DocumentTitle_FL A Joint Embedded Multi-label Classification Algorithm
EndPage 1982
ExternalDocumentID zdhxb201910015
GrantInformation_xml – fundername: 国家自然科学基金 资助
  funderid: (61202227, 61602004) 资助
GroupedDBID --K
-0Y
.~1
0R~
1B1
1~.
1~5
2B.
4.4
457
4A8
4G.
5GY
5VS
5XA
5XJ
7-5
71M
8P~
92H
92I
93N
AAIKJ
AALRI
AAQFI
AAXUO
ABJNI
ABWVN
ACGFS
ACRPL
ADEZE
ADNMO
ADTZH
AECPX
AEKER
AFTJW
AGHFR
AGYEJ
AITUG
ALMA_UNASSIGNED_HOLDINGS
BLXMC
CCEZO
CS3
CUBFJ
CW9
EBS
EJD
EO8
EO9
EP2
EP3
FDB
FEDTE
FNPLU
GBLVA
HVGLF
HZ~
IHE
J1W
JJJVA
M41
MO0
N9A
O-L
O9-
OAUVE
OZT
P-8
P-9
P2P
PC.
PSX
Q38
ROL
RPZ
SDF
SDG
SES
TCJ
TGT
U1G
U5S
ID FETCH-LOGICAL-s1015-a47372f17adebc4f0a998736a6f43d398ec84a76b3e739d7979ef6366488ec833
ISSN 0254-4156
IngestDate Thu May 29 04:10:30 EDT 2025
IsPeerReviewed true
IsScholarly true
Issue 10
Keywords 多标签分类
矩阵分解
去噪自编码器
标签嵌入
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1015-a47372f17adebc4f0a998736a6f43d398ec84a76b3e739d7979ef6366488ec833
PageCount 14
ParticipantIDs wanfang_journals_zdhxb201910015
PublicationCentury 2000
PublicationDate 2019-10-01
PublicationDateYYYYMMDD 2019-10-01
PublicationDate_xml – month: 10
  year: 2019
  text: 2019-10-01
  day: 01
PublicationDecade 2010
PublicationTitle 自动化学报
PublicationTitle_FL Acta Automatica Sinica
PublicationYear 2019
Publisher 安徽大学计算智能与信号处理教育部重点实验室 合肥230601
安徽大学计算机科学与技术学院 合肥 230601
Publisher_xml – name: 安徽大学计算智能与信号处理教育部重点实验室 合肥230601
– name: 安徽大学计算机科学与技术学院 合肥 230601
SSID ssib001102911
ssib006576350
ssib051375349
ssib007293330
ssj0059721
ssib007290157
ssib023646446
ssib005904210
Score 2.3109243
Snippet 现有的一些多标签分类算法,因多标签数据含有高维的特征或标签信息而变得不可行.为了解决这一问题,提出基于去噪自编码器和矩阵分解的联合嵌入多标签分类算法Deep...
SourceID wanfang
SourceType Aggregation Database
StartPage 1969
Title 联合嵌入式多标签分类算法
URI https://d.wanfangdata.com.cn/periodical/zdhxb201910015
Volume 45
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR3LbtQw0OrjAgfEU7zpoT6hQBPHjznauykVQpxa1FuVbBJ6WiS6lVBPcAB6QIIDCIkTBziChBAnEH-zXT6DGcfbZAUSD2kVOfZ4xjOz8cw4zpixZZmYShQ1BjmylFFqShWBUCrSVZLAAEOitPa7LW6rtY305qbcnJt_2Nm1tDsqrg32fvtdyf9oFetQr_SV7D9o9hApVmAZ9YtX1DBe_0rHPDPoCXJIeSY5rHBjqOAkNz0qGMmt9DU9blapYFMOlmeKWwTWPNPc9rnLPDCiUlTjYu6cb8o4aAJ2gjdHVE69WE8XAazvaLn1dJEoKE-lz62ijtQkpyoNRMD4FoTSHha40zMgSM9TRVxuxRcQnWlBNDcZNy6gw_7TQgtiSAb4yxA5IOvdpY0YDjfJNX9GPwrE6BGhLFw_SCoMsGHGEIyNZ-QCiN56WQjfK-XO0OCosOqBJcnd6YDQpNSd9OSlA5IwUPeEu4QGi3hIlEDCNX3PakIcNCOEjJpQ6I12aTzp1Y7mPSJL6-8qsNdM8BicRxRAd61Rk1xz-tStdGwLJTLq-CkxNKc2_WIDcUYV3gjmOf65Y0NZB1trf7gHc6_cflCQ1CkLl5xni4nWtNFh8Ya7dce2LjV6oNCxARJwmu-4jEpSSsP2XtOL-c6bdLwXog1R6bwC1VmCkLHAgJmWABrvSVI2Kb8uGmQTEq0SU9dnWPJf2Q3rfHi34xCuH2fHQiS3ZJvH8gSb29s-yY528nueYss_Hr0cv9gff3k2fvx-_O35-N2bg7dPJx--j_efTD59nXx8ffD51Wm2sZqt99aicCxJtIP2S0Z5Skc71bHOy6oY4FyWAxgtVK7qVJQCTDUwaa5VISotoNSgoaoVToBoK7FJiDNsYXhvWJ1lS9UgVyqPc10mRYrNRV1XQqD_qOO8KCs4x64EHrfCtLOzNau383-EuMCOtM_WRbYwur9bXUJHelRcDrr-CXx_iRE
linkProvider Elsevier
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E8%81%94%E5%90%88%E5%B5%8C%E5%85%A5%E5%BC%8F%E5%A4%9A%E6%A0%87%E7%AD%BE%E5%88%86%E7%B1%BB%E7%AE%97%E6%B3%95&rft.jtitle=%E8%87%AA%E5%8A%A8%E5%8C%96%E5%AD%A6%E6%8A%A5&rft.au=%E5%88%98%E6%85%A7%E5%A9%B7&rft.au=%E5%86%B7%E6%96%B0%E6%9D%A8&rft.au=%E7%8E%8B%E5%88%A9%E5%88%A9&rft.au=%E8%B5%B5%E9%B9%8F&rft.date=2019-10-01&rft.pub=%E5%AE%89%E5%BE%BD%E5%A4%A7%E5%AD%A6%E8%AE%A1%E7%AE%97%E6%99%BA%E8%83%BD%E4%B8%8E%E4%BF%A1%E5%8F%B7%E5%A4%84%E7%90%86%E6%95%99%E8%82%B2%E9%83%A8%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A4+%E5%90%88%E8%82%A5230601&rft.issn=0254-4156&rft.volume=45&rft.issue=10&rft.spage=1969&rft.epage=1982&rft_id=info:doi/10.16383%2Fj.aas.c180087&rft.externalDocID=zdhxb201910015
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fzdhxb%2Fzdhxb.jpg