一種基于超圖的多模態(tài)多標簽分類方法

摘要： 標簽分類旨在從若干標簽中選取最相關的標簽子集來標注一個實例，現(xiàn)已成為人工智能領域的熱點問題。傳統(tǒng)的多標簽學習方法主要針對單一模態(tài)數(shù)據(jù)進行識別，針對多模態(tài)數(shù)據(jù)之間的高階關聯(lián)挖掘研究較少。為解決多標簽場景下多模態(tài)數(shù)據(jù)之間高階關聯(lián)表示不充分的問題，提出了一種基于超圖的多模態(tài)多標簽分類方法。引入超圖模型對多模態(tài)數(shù)據(jù)的高階關聯(lián)進行建模，利用多模態(tài)特征融合和超邊卷積操作，實現(xiàn)多模態(tài)數(shù)據(jù)關系... （共8頁）