[发明专利]弱标签数据集的标签传播方法

说明书

本发明涉及标签传播领域，公开了一种弱标签数据集的标签传播方法，本发明根据构造标签传播图，所述标签传播图中包括有标签样本和无标签样本，所述有标签样本和无标签样本通过一条无向边相连；在所述标签传播图中获取类别标签和已标记样本以构建概率转移矩阵和标注矩阵；在所述已标记样本接收来自邻近样本传播的标签信息时，对所述标签信息进行过滤以补全所述已标记样本的标签信息；将补全好的标签信息对无标记数据进行传播；判断标签矩阵是否收敛，若是则完成标签传播，采用反馈的思想改进了原有的标签传播算法，填充弱标签数据缺失的标签信息，提高对标签的分配正确率。

技术领域

本申请涉及标签传播领域，特别是涉及一种弱标签数据集的标签传播方法。

背景技术

研究表明，在多标签数据中，标签不完整，标签噪声的情况非常普遍。例如，场景分类任务中的图像样本，其标签容易出现噪声和缺失的情况，比如少量标签描述的是无用信息、有些标签没有标注等。通常情况下，“弱标签数据集”是指具有标签不够完整，有一定的噪声标签等特征的多标签数据集。现实世界中大规模数据的收集和人工标记时，弱标签的情况是很难避免的。数据集的弱标签性，在一定程度上降低了多标签学习的算法性能，也影响了其在现实生活中的应用。

因此，如何在弱标签数据缺失的情况下，提高标签分配的正确率成为了亟待解决的技术问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供了一种弱标签数据集的标签传播方法，旨在解决在弱标签数据缺失的情况下，提高标签分配的正确率的技术问题。

为实现上述目的，本发明提供了一种弱标签数据集的标签传播方法，所述方法包括：

构造标签传播图，所述标签传播图中包括有标签样本和无标签样本，所述有标签样本和无标签样本通过一条无向边相连；

在所述标签传播图中获取类别标签和已标记样本以构建概率转移矩阵和标注矩阵；

在所述已标记样本接收来自邻近样本传播的标签信息时，对所述标签信息进行过滤以补全所述已标记样本的标签信息；

将补全好的标签信息对无标记数据进行传播；

判断标签矩阵是否收敛，若是则完成标签传播。

可选地，所述在所述已标记样本接收来自邻近样本传播的标签信息时，对所述标签信息进行过滤以补全所述已标记样本的标签信息的步骤之前，还包括：

确定在所述标签传播图中有n个弱标签数据X＝{(x₁,y₁),(x₂,y₂),...,(x_n,y_n)}，其中样本x_i对应的弱标签为α_i＝(α_i1,α_i2,...,α_ic)，c为标签空间大小；

当用户为样本x_i标出第j类标签时α_ij＝1，对于其他未标出的标签α_ij＝0；

假设T表示数据集X上的相似性度量矩阵，所有样本对应的弱标签矩阵为Y＝(Y₁,Y₂,...,Y_n)，则可对每个已标记样本x_i赋初始值α_i，而未标记样本x_u的标签由标签传播的结果确定。

可选地，所述在所述已标记样本接收来自邻近样本传播的标签信息时，对所述标签信息进行过滤以补全所述已标记样本的标签信息的步骤，包括：

在已标记样本接收到来自邻近样本传播的标签信息时，根据所述标签信息判断有用信息和无用信息；