基于特权信息的多示例多标签算法研究

多实例多标签学习近年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。