论文部分内容阅读
在实际应用场景中越来越多的数据具有多标签的特性，且特征维度较高，包含大量冗余信息．为提高多标签数据挖掘的效率，多标签特征提取已经成为当前研究的热点．本文采用去噪自编码器获取多标签数据特征空间的鲁棒表达，在此基础上结合超图学习理论，融合多个标签对样本间几何关系的影响以提升特征提取的性能，构建多标签数据样本间几何关系所对应超图的Laplacian矩阵，并通过Laplacian矩阵的特征值分解得到低维投影空间．实验结果证明了本文所提出的算法在分类性能上是有效可行的．