训练时间减 97%
一个同时完成标签增强与标签分布学习的统一系统，直接从模糊系统传递标签显著性，免去重复训练，在准确率和效率上都优于已有方法。
Huang, Jintao · Vong, Chiman · Guangtai, Wang · 钱文彬 · Yimin, Zhou · Philip Chen, Chun Lung Philip
IEEE Transactions on Fuzzy Systems 2023
通过权重堆叠策略，将标签显著性和加权参数直接从 GP-FBLS 传递到 SGP-FBLS，避免重新训练。
与现有模型相比，SGP-FBLS 的训练时间大幅减少，在 19 个数据集上体现。
在 19 个数据集上的对比实验表明，SGP-FBLS 的准确率优于现有方法。
利用图正则化目标函数，同时考虑实例间相关性和标签相关性，挖掘潜在标签显著性，提升标签增强的准确性。