[發明專利]一種從鄰居實例中提取標簽相關性的方法及系統

在審

• 申請號: 201810991693.3
• 申請日: 2018-08-29
• 公開（公告）號: CN109086453A
• 公開（公告）日: 2018-12-25
• 發明（設計）人: 施展;馮丹;楊蕾;戴凱航;方交鳳;劉上;曹孟媛;楊文鑫;陳碩;陳靜
• 申請（專利權）人: 華中科技大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 李智;曹葆青

1.一種從鄰居實例中提取標簽相關性的方法，其特征在于，包括：

(1)通過各實例樣本特征向量之間的歐氏距離衡量各實例樣本之間的相似性，以對各實例樣本按照親疏遠近進行聚類，其中，聚類后的實例樣本的標簽具有一致性或者相關聯；

(2)對于任意目標實例，從聚類后的實例樣本中找到與目標實例特征相近的k個鄰居實例樣本，從而得到目標實例的k個鄰居實例樣本的標簽集合；

(3)計算k個鄰居實例樣本的標簽百分比集合C＝{c_l1,c_l2,c_l3,…,c_lm}，其中，c_lm是根據k個鄰居實例樣本的標簽集合得到的目標實例含有第m個標簽的標簽百分比，m表示標簽個數；

(4)將標簽百分比作為實例樣本的特征建立分類器，構造標簽重要性的拓撲圖，自頂向下形成決策樹；

(5)綜合標簽集合的分布信息和決策樹預測目標實例中含有標簽集合中的標簽的置信分數。

2.根據權利要求1所述的方法，其特征在于，在步驟(2)中，從聚類后的實例樣本中找到與目標實例之間歐氏距離最小的k個鄰居實例樣本，從而得到目標實例的k個鄰居實例樣本的標簽集合。

3.根據權利要求1或2所述的方法，其特征在于，在步驟(3)中，目標實例含有第m個標簽的標簽百分比c_lm為：其中，Y_j(j＝1,2,...,k)是目標實例k近鄰的第j個近鄰的標簽集合，表示目標實例的第j個近鄰的標簽集合中是否含有標簽l_m，若標簽l_m∈Y_j，則否則，

4.根據權利要求3所述的方法，其特征在于，在步驟(4)中，所述分類器的輸入空間為鄰居樣本的標簽百分比集合C＝{c_l1,c_l2,c_l3,…,c_lm}，對應的輸出空間為t＝{0，1}，用決策樹判斷實例樣本中是否有標簽集合中的標簽，若存在，則t取值為1，若不存在則t為0。

5.提供了一種從鄰居實例中提取標簽相關性的系統，其特征在于，包括：

聚類模塊，通過各實例樣本特征向量之間的歐氏距離衡量各實例樣本之間的相似性，以對各實例樣本按照親疏遠近進行聚類，其中，聚類后的實例樣本的標簽具有一致性或者相關聯；

標簽集合獲取模塊，用于對于任意目標實例，從聚類后的實例樣本中找到與目標實例特征相近的k個鄰居實例樣本，從而得到目標實例的k個鄰居實例樣本的標簽集合；

標簽百分比計算模塊，用于計算k個鄰居實例樣本的標簽百分比集合C＝{c_l1,c_l2,c_l3,…,c_lm}，其中，c_lm是根據k個鄰居實例樣本的標簽集合得到的目標實例含有第m個標簽的標簽百分比，m表示標簽個數；

決策樹構建模塊，用于將標簽百分比作為實例樣本的特征建立分類器，構造標簽重要性的拓撲圖，自頂向下形成決策樹；

預測模塊，用于綜合標簽集合的分布信息和決策樹預測目標實例中含有標簽集合中的標簽的置信分數。