作者：廖嘉林; 倪文; 谢礼珍特征信息标签特权算法测试数据训练数据二次规划风险函数
摘要：多实例多标签学来得到了广泛的研究。我们会遇到训练数据比测试数据具有更多特征信息的情况,这种称为特权信息学习。在本文中,我们提出了一种新方法,可以将特权信息纳入到多实例多标签学习(MIML)中。所提出的方法分两步进行,在第一步中,提出了二次规划,通过L2范数正则化最小化经验风险函数,在第二步中,我们利用特权信息为每个示例分配单个标签来呈现整数规划。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《电子世界》（CN：11-2086/TN）是一本有较高学术价值的大型半月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《电子世界》全方位推崇E时代大众电子科学意识，传播电子与信息领域的新知识、新技术，发表最新科研成果和展示技术进展状况，始终注重扶持学术新人，尤其关注广大青年科技工作者，优先发表理工科青年教师和研究生中的优秀学术稿件。
部级期刊
人气 307874 评论 62
人气 269503 评论 66
统计源期刊
人气 156153 评论 73
人气 150800 评论 66
