一种融合局部度量的半监督多标记距离度量学习方法

摘要

本发明公开了一种融合局部度量的半监督多标记距离度量学习方法，对任一多标记应用场景提取训练数据，并对少量数据进行标注；对于已标注数据，过滤掉标记占有率小于设定阈值的样本，对于未标注数据，通过聚类等操作去除异常点，提高样本质量；将待学习的距离度量表示为组合距离度量形式；基于距离度量表示构造优化项；构建多标记损失项和流形正则化项联合优化模型，学得距离度量；将原数据映射到距离度量空间，然后使用已有半监督多标记学习算法进行学习，从而得到融合局部度量的半监督多标记分类器；将待预测样本输入上述分类器，得到标注样本。采用本发明可以降低人力标注成本，促进了多标记学习框架的实际应用。