公开(公告)号：CN117409456A

公开(公告)日：2024-01-16

申请号：CN202311195295.8

申请日：2023-09-16

Applicant: 北京工业大学

Inventor： 杨震 ,  钟淇宇 ,  吕庚育

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/764

Abstract: 本发明公开了基于图匹配机制的非对齐多视图多标记学习方法，首先获取非对齐多视图多标记数据，对非对齐多视图多标记数据进行存储、预处理和数据集划分，形成样本数据集。基于样本数据集中的训练数据，构建特征矩阵、可观测标记矩阵。通过置换矩阵对非对齐数据进行显式的对齐，即样本之间点对点的一阶对齐；利用不同视图中样本的距离矩阵对视图进行图结构上的二阶对齐，从而进一步提高模型的对齐准确性。挖掘对齐的数据视图间“共性‑个性”的表达，利用跨视图的一致性和互补性构建基于图匹配机制的非对齐多视图多标记学习模型。通过交替优化方法对模型进行训练，直至模型收敛，得到分类预测器。

公开(公告)号：CN118097234A

公开(公告)日：2024-05-28

申请号：CN202410100559.5

申请日：2024-01-24

Applicant: 北京工业大学

Inventor： 吕庚育 ,  康玮琦 ,  钟淇宇 ,  杨震

IPC: G06V10/764 ,  G06V20/70 ,  G06V10/774 ,  G06V10/80

Abstract: 本发明公开了基于共识‑特异语义融合的多视图多标签分类方法，首先获取多视图多标签数据，对数据进行存储、预处理和数据集划分，形成样本数据集。基于样本数据集中的训练数据，构建各个视图的特征表示矩阵，并提取可观测的标签信息。利用这些特征矩阵，对不同视图中的共识语义和特异语义进行建模，以探索视图间的语义关联性。构建一种基于共识‑特异语义融合的多视图多标签分类模型，该模型使用交替优化策略进行训练，直至模型收敛，得到多视图多标签分类器。最终，利用优化后的模型对测试数据进行预测，输出预测概率并据此确定最终的分类结果。本方法直接利用语义空间进行多视图融合的首次尝试，提升了多视图多标签预测模型的性能。