Training DCNN by Combining Max-Margin, Max-Correlation Objectives, and Correntropy Loss for多標籤圖像分類

論文相關內容 本文中解決多標記圖像分類問題的方法： 本文利用深度卷積神經網絡(DCNN)構造了一個多標籤圖像分類器。我們提出了一個新的目標函數，它由三個部分組成，即、最大間隔目標、最大相關目標和相關熵損失。最大間隔目標明確強制要求正標籤的最小分數必須大於預定間隔的負標籤的最大分數，這不僅提高了多標籤分類器的準確度，而且還簡化了閾值確定。最大相關目標可以使DCNN模型學習一個潛在的語義空間，最大限度

>>阅读原文<<