样本稀疏表达的标记分布学习算法

作     者：邵佳鑫 原盛 刘新媛 刘睿馨 SHAO Jiaxin;YUAN Sheng;LIU Xinyuan;LIU Ruixin

作者机构：西安交通大学软件学院西安710049 

基　　金：国家自然科学基金资助项目(61902310) 

出 版 物：《西安交通大学学报》 (Journal of Xi'an Jiaotong University)

年 卷 期：2020年第54卷第11期

页      码：139-148页

摘      要：针对传统标记分布学习算法借助标记的全局相关性信息,忽略仅存于部分样本范围内标记局部相关性的问题,提出了一种基于样本稀疏表达的标记分布学习算法。借助样本点的自表达性质,建立稀疏表达优化模型,挖掘样本局部相关性信息。通过设计的标记分布目标函数约束,将得到的稀疏系数引入标记空间中,并将其作为隐含的标记空间局部相关性预测值,帮助标记分布模型的训练。使用交替方向乘子法求解样本稀疏系数,使用有限内存拟牛顿法求解标记分布目标函数,通过最大熵模型生成实例的标记分布预测值。在11个真实数据集上进行实验,并与7个现有标记分布学习算法进行对比。结果表明:所提算法在不同评价指标下的55次对比实验中取得了1.52的平均排名;面部表情数据集SBU-3DFE上,以相对熵衡量的表情判别准确度较标记分布学习问题转换算法PT-SVM、适应性算法AA-kNN及专用算法LDLLC的分别提高了3.10%、2.53%、2.48%;与传统标记分布学习算法相比,所提算法能够有效挖掘并利用标记局部相关性,具有良好的标记分布预测精度,且在不同类型的真实数据集上均能表现稳定。

主 题 词：标记分布学习 稀疏表达 最大熵模型 

学科分类：0810[工学-土木类] 12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0805[工学-能源动力学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.7652/xjtuxb202011017

馆 藏 号：203989474...