一种基于自适应特征降维的多标记数据分类方法

摘要

本发明公开了一种基于自适应特征降维的多标记数据分类方法，该方法的过程包括数据读取、重构标记矩阵、构造降维模型、降维模型优化、最优化求解、特征降维以及多标记数据分类等。本发明投影矩阵的最优化求解过程，对高维特征的数据，进行线性变换，投影到低维空间，有效的降低分类任务中数据的复杂程度，去除冗余特征，保留有辨识度的特征，很好的解决了传统方法导致计算复杂度高的问题，提高了数据分类的效率。本发明构造降维模型的过程，利用多标记数据的标记矩阵，通过聚类得到潜在语义信息，有效解决了原始数据中噪声对分类准确率的影响，提高了数据分类的准确率。