TY - Jour Au - Yang，Bo Au - Tong，Kunkun Au - Zhao，Xueqing Au - Pang，山民AU - 陈，Jinguang Py - 2020DA - 2020/04/07 Ti - Multilabel分类使用低秩分解SP - 1279253VL - 2020 AB - 在Multilabel学习框架中，每个实例都不再与单个语义相关联，而是与概念歧义相关联。具体地，输入空间中的实例的模糊性意味着输出空间中存在多个相应的标签。在大多数现有的多标签分类方法中，二进制注释向量用于表示多个语义概念。也就是说，+1表示实例具有相关标签，而-1则表示相反的标签。但是，标签表示包含太少的语义信息，以真正表达多个不同标签之间的差异。因此，我们提出了一种新的方法来将二进制标签转换为真实值标签。我们采用低级分解来获取潜在的标签信息，然后包含信息和原始功能以生成新功能。然后，使用稀疏表示重建新实例，还可以在标签空间中应用重建错误。通过这种方式，我们终于达到了标签转换的目的。 Extensive experiments validate that the proposed method can achieve comparable to or even better results than other state-of-the-art algorithms. SN - 1026-0226 UR - https://doi.org/10.1155/2020/1279253 DO - 10.1155/2020/1279253 JF - Discrete Dynamics in Nature and Society PB - Hindawi KW - ER -