多标签

摘要： 据说朝阳在三年级时是全年级最有名的学生。这其中的"有名"大概就是特别爱找事、不读书、成绩一塌糊涂等等。这种"有名"大多是让人烦恼的。新接的四年级这样的孩子有点多,而且都是男孩,他们大多是"多动""厌学"。我不特别去问,也不想知道关于他的太多标签。从语文课上,我已经发现了他特别躁动,坐不住,犯了事儿的"理由"特别长。如果你想端出教育的面孔强硬地驯服他,可能没那么容易。顶嘴、不服训,也可能就是他之前给大家留下各种标签的原因之一吧。

摘要： 与一般图像分类场景下的数据分布情况不同,在图像多标签分类问题的场景下,不同标签类别之间存在样本数量分布不均衡,少量头部类别通常占据大多数样本数量的情况。而由于多个标签间同时标记的相关性,再加上多标签下困难样本的分布还与数据分布和类别分布相关,使得单标签问题中解决数据不平衡的重采样等方法在多标签场景下无法有效适用。文中提出了一种基于图像多标签场景下样本分布损失和深度学习的分类方法。首先对多标签数据不均衡分布设置类别相关重采用损失,并通过动态学习方式防止分布过度异化,然后设计非对称样本学习损失,设置对正负样本和困难样本的不同学习能力,同时通过软化样本学习权重减少信息丢失。相关数据集的实验显示,所提算法在解决多标签数据分布不均衡场景下的样本学习问题时取得了很好的效果。

摘要： 针对传统多标签文本分类模型未考虑标签之间以及标签与文本各个部分之间的相关性、低频标签预测效果不佳的问题,使用图嵌入和区域注意力技术来挖掘标签之间以及标签和文本之间的关系,提出了编码器图嵌入和区域注意力机制解码器模型来处理多标签分类任务.采用Bi-LSTM作为编码器,使用图嵌入技术生成标签嵌入矩阵;利用区域注意力机制结合单词级别与区域级别的信息,使得模型在预测每个标签时考虑文本不同部分的信息,挖掘了文本与标签之间的潜在关联;使用循环神经网络和多层感知机作为解码器结合随机策略梯度算法,减少训练损失,改善多标签分类效果.在AAPD和RCV1-V2多标签文本分类数据集上进行试验,根据数据集特征设置相关参数,以micro-F1和Hamming Loss作为评价指标,对比所提出模型与LP、卷积神经网络等9个经典模型.结果表明,所提出模型能够根据高频标签预测出低频标签,在2个数据集上的micro-F1和Hamming Loss均优于经典模型.

摘要： 图像多标签分类作为计算机视觉领域的重要研究方向,在图像识别、检测等场景下得到广泛应用。现有图像多标签分类方法无法有效利用标签相关性信息以及标签语义与图像特征的对应关系,导致分类能力较差。提出一种图像多标签分类的新算法,通过利用标签共现信息和标签先验知识构建图模型,使用多尺度注意力学习图像特征中目标,并利用标签引导注意力融合标签语义特征和图像特征信息,从而将标签相关性和标签语义信息融入到模型学习中。在此基础上,基于图注意力机制构建动态图模型,并对标签信息图模型进行动态更新学习,以充分融合图像信息和标签信息。在图像多标签分类任务上的实验结果表明,相比于现有最优算法MLGCN,该算法在VOC-2007数据集及COCO-2012数据集上的mAP值分别提高了0.6、1.2个百分点,性能有明显提升。

摘要： 为解决人工诊断和检索过程繁琐、误诊率高、数据量大以及哈希码稀疏等问题,提出一种基于多标签语义监督的3D ResNet网络,对肺结节的医学征象进行量化,构建多标签数据集相似矩阵;通过三线性插值方法构造3D肺结节块,利用相似性度量设计损失函数进行3D特征学习并提出交替最小化优化方法进行优化,提高网络特征的表征能力,解决由于离散的哈希码而不能使用传统方法进行求解的难题,学习到紧密表达的哈希码。实验结果表明,利用本文提取的3D特征进行检索,平均准确率提高18.5%,在扩充的公开数据集以及合作医院数据集上可以达到94.83%的平均检索精度。

摘要： 心电图(ECG)数据通常包含多种病症,而ECG诊断是一个典型的多标签分类问题。在多标签分类方法中,RAKEL算法将标签集随机分解为若干个大小为k的子集,并建立LP分类器进行训练;然而由于没有充分考虑标签间的相关性,LP分类器中容易产生一些标签组合所对应样本稀少的情况,从而影响预测性能。为了充分考虑标签间的相关性,提出一种基于贝叶斯网络的RAKEL算法BN-RAKEL。首先利用贝叶斯网络找到标签间的相关性,确定候选标签子集;然后对每个标签采用基于信息增益的特征选择算法确定其最优特征空间,并针对每个候选标签子集利用最优特征空间相似性来检测其相关程度,以确定最终的具有强相关性的标签子集;最后在标签子集的最优特征空间上训练LP分类器。在实际的ECG数据集上,与多标签K近邻(ML-KNN)、RAKEL、CC和基于FP-Growth的RAKEL算法FI-RAKEL进行对比,结果显示所提算法在召回率和F-score上最少提高了3.6个百分点和2.3个百分点。实验结果表明,BN-RAKEL算法有较好的预测性能,能有效提升ECG诊断的准确性。

摘要： 多模态情感分析目前是多模态分析和自然语言处理领域的研究热点,在商品推荐、智能客服等场景中具有广泛的应用。现有的方法在多标签场景下对标签间依赖性表示不充分,并且忽略了模态特征之间语义差距。对此提出了一种基于标签嵌入的多模态多标签情感识别算法,通过训练的标签嵌入向量捕获标签之间依赖关系,对模态特征添加约束减小模态之间的语义差距。实验结果显示,该算法在多模态多标签情感识别任务中在准确率和汉明损失指标上相较于现有方法有明显提升。

摘要： 近年来,数据驱动的方法在滚动轴承故障诊断领域发展迅速,但面对工程实际中没有历史记录的故障类型,仍存在故障特征学习不充分、误诊率高等不足。针对上述问题,提出了多标签零样本学习(multi-label zero-shot learning,MLZSL)故障诊断方法。首先,使用短时傅里叶变换(short-time Fourier transform,STFT)对可见类和未见类样本进行预处理,将得到的时频图像输入残差深度可分离卷积神经网络(residual depthwise separable convolutional neural network,RDSCNN)进行特征提取,再使用可见类故障特征训练属性学习网络,依靠属性学习网络预测未见类故障样本的属性向量,最终实现对未见类故障的诊断。设计了零样本条件下的故障诊断试验,结果表明MLZSL能将可见类故障属性迁移到未见类,并有效诊断未见类故障。

摘要： 针对家居老人家居定位问题,提出一种模糊改进KNN的RFID定位算法.首先设计了物联网RFID感知技术的家居老人位置感知与定位模型,然后从RFID多标签定位原理出发,设计了基于模糊推理的改进KNN的定位算法,并对所提出的算法进行了实验和仿真对比分析.通过实验和仿真对比分析,所提出的算法在定位误差方面,较参比算法优越.

摘要： 针对传统离线哈希算法训练模型耗时、占用内存大和不易更新模型的问题,以及现实图像集的标签存在大量损失的现象,提出了一种能够平衡标签预测的在线哈希算法(BLPOH)。BLPOH通过标签预测模块生成预测标签,并融合残缺的真实标签,能够有效缓解因标签损失导致的模型性能下降。观察到标签存在分布不平衡现象,提出标签类别相似性平衡算法并应用于标签预测模块,提升标签预测的准确性。将旧数据的信息加入哈希函数的在线更新过程,提升模型对旧数据的兼容性。通过在两个广泛使用的数据集上进行实验,并和一些当前先进的算法进行对比,结果证实了BLPOH的优越性。

摘要： 在数据挖掘领域,传统的单分类和多分类问题已经得到了广泛的研究。但是多标签数据的普遍存在性和重要性直到近些年来才逐渐得到人们的关注。在多标签分类问题中,由于标签相关性的存在,传统的单分类和多分类问题的解决方法,无法简单地应用于多标签分类问题.文中提出了一种基于随机游走模型的多标签分类算法,称为多标签随机游走算法。首先,将多标签数据映射成为多标签随机游走图。当输入一个未分类数据时,建立一个多标签随机游走图系列。而后,对图系列中的每个图应用随机游走模型,得到遍历每个顶点的概率分布,并将这个点概率分布转化成每个标签的概率分布。最后,基于多标签随机游走算法,文中给出了一种新的阈值学习算法.真实数据集上的实验表明,多标签随机游走算法可以有效地解决多标签分类问题。

摘要： 本文针对射频识别技术中的碰撞问题，提出了一种基于二进制搜索算法的改进型防碰撞算法。本文提出的改进型算法使用了曼彻斯特码，通过曼彻斯特码解码查找碰撞位。相对以往有些改进型算法不同的是，它利用了所有的碰撞位，并在这些碰撞位间跳跃性的前进和后退，来搜索标签。这种算法主要用于多标签情况，对于长度一定的标签号，当碰撞的标签增加到一定数值后，使用这种算法的搜索次数要小于灵活防碰撞算法的搜索次数。

摘要： 本发明涉及用于防止物品复制的安全技术。更详细而言，本发明涉及正品认证用标签及该标签的正品认证方法及装置。本发明的正品认证用标签包括由透明或半透明材质构成的载体层、在所述载体层的内部偶然配置的多个第一反射粒子和第二反射粒子。另外，本发明的生成标签的认证代码的方法包括：比较正规化的互不相同的两个图像的对应的网格坐标的亮度差，当亮度差在既定值的范围内时，向相应网格坐标赋予分类为完全反射粒子的代码值，当亮度差大于既定值时，向相应网格坐标赋予分类为偏向反射粒子的代码值的步骤。另外，本发明的标签认证系统包括生成登记认证代码的标签登记装置、生成测试认证代码的标签阅读器和标签认证服务器。另外，本发明的便携无线终端包括控制部、显示部、摄像机、无线通信模块、存储用于在所述控制部执行的标签认证应用程序的存储装置。

摘要： 本发明提供了一种水活化片材（1），其在于至少一面具有多孔的吸水层（3）且该吸水层的液体吸收容积为1～10ml/m

摘要： 一种层叠体，其特征在于，依次至少具有热敏粘接层、基材层和保护层，基材层具有热塑性树脂膜，热敏粘接层含有高级脂肪酸酰胺，保护层含有有机硅系脱模剂。一种包含该层叠体的模内标签。一种成型体，其是该模内标签贴合而成的。一种卷状模内标签，其是将该模内标签卷取而成的。本发明提供难以附着污染物、损伤，美观性和视觉辨认度优异，且将标签彼此摞起来时难以引起摩擦，处理容易，与成型体的粘接强度强的模内标签。

摘要： 本发明涉及一种收缩表面膜和包含所述表面膜的收缩标签。依据一个实施方式，收缩表面膜包括芯层，所述芯层包含丙烯无规共聚物和改性剂，所述改性剂是以下所列中的至少一种：烯烃塑性体，烯烃弹性体和乙烯‑辛烯嵌段共聚物。本发明还涉及一种提供收缩表面膜的方法以及用包含所述表面膜的收缩标签对物品进行贴标签的方法。

摘要： 提供能够向模拟计量仪器追加安装且不损害该计量仪器的校正状态，并对指针所表示的值进行读取且以非接触的方式导出到外部的计量仪器用IC标签单元。具有刻度读取模块(20)，该刻度读取模块(20)读取指针(55)的动作，IC标签(11)具有电力模块，该电力模块通过天线(13’)与无线读取器(70)进行无线通信，并且通过无线通信的电磁波获取IC标签的驱动电力并进行供给。具有：片，其保持IC标签；以及粘贴层，其将该片粘贴于所述透明盖板。IC标签以在安装于透明盖板(53)时处于与刻度(56a)和指针的指示部在目视确认方向上不重叠的位置的方式被设置于片上。刻度读取模块具有传感器(21)，该传感器(21)在片上与指针对置，通过相对移动来读取指针的位置。

摘要： 本发明一个实施例的含RFID电子标签的标签是，一区域通过强粘着粘附于产品包装盒被固定住，含RFID电子标签的标签区域通过弱粘着被粘附于产品包装盒，可拆卸地构成，进而使用户可以确认被RFID电子标签遮住的产品包装盒的一区域上记载的内容。产品包装盒上要记载的内容太多无法全部记载时，在标签的第一基膜的一区域上记录其余记录内容，从而扩大内容记录空间。而且标签可以折起来粘附在产品包装盒上，可以变动粘附范围从而规格较小的包装盒也易粘附。

摘要： 本发明涉及用于防止物品复制的安全技术。更详细而言，本发明涉及正品认证用标签及该标签的正品认证方法及装置。本发明的正品认证用标签包括由透明或半透明材质构成的载体层、在所述载体层的内部偶然配置的多个第一反射粒子和第二反射粒子。另外，本发明的生成标签的认证代码的方法包括：比较正规化的互不相同的两个图像的对应的网格坐标的亮度差，当亮度差在既定值的范围内时，向相应网格坐标赋予分类为完全反射粒子的代码值，当亮度差大于既定值时，向相应网格坐标赋予分类为偏向反射粒子的代码值的步骤。另外，本发明的标签认证系统包括生成登记认证代码的标签登记装置、生成测试认证代码的标签阅读器和标签认证服务器。另外，本发明的便携无线终端包括控制部、显示部、摄像机、无线通信模块、存储用于在所述控制部执行的标签认证应用程序的存储装置。

摘要： 本发明提供了一种水活化片材（1），其在于至少一面具有多孔的吸水层（3）且该吸水层的液体吸收容积为1～10ml/m

摘要： 本发明提供的方法包括以下步骤：本地服务器使用标签读出器读取被加密的虚拟ID；本地服务器把包括虚拟ID的ONS服务请求发送给ONS代理；ONS代理通过利用密钥K对虚拟ID进行解密而得到物品ID；ONS代理生成网络地址请求；本地服务器接收ONS服务器根据网络地址请求返回的PML服务器的网络地址；本地服务器使用PML服务器的网络地址，把包括虚拟ID的PML服务请求，发送给前述PML服务器；和PML服务器把与利用通过利用密钥K对虚拟ID进行解密得到的物品ID所指定了的标签相关的物品的信息提供给本地服务器。

摘要： 本发明涉及一种用于识别对象的标签(30)，该标签包括多个层(L1、L2、L3)，其中每一层包含基体材料(15)，并且每一层包含多个识别符元素(10、11)；多个识别符元素(10、11)分散在基体材料(15)中，并且多个层(L)被设置为使得至少两层至少彼此部分重叠。此外，本发明涉及用于识别对象的标签(30)的前体和用于识别对象的标签(30)的制造方法。