一种基于信息瓶颈理论的不完备多视图多标签分类方法和系统

本发明公开了一种基于信息瓶颈理论的不完备多视图多标签分类方法和系统，建立视图间共享信息对于跨视图共性的表示充分性假设，包括最高层级的语义不变性，即对语义目标的描述在不同视图上都具有唯一性；以变分自编码器作为表示学习的框架，利用信息瓶颈理论对多视图数据的共享信息进行建模即建立学习跨视图共享表示的信息瓶颈模型，在最小化任意视图的非全局共享私有信息的同时，获得多视图共享表示；根据多视图共享表示，利用编码器建模标签原型分布，并利用先验监督信息同步聚合标签原型和样本的嵌入表示，获得多视图共享信息的多标签分类的任务相关性；根据多视图共享信息的多标签分类的任务相关性，完成不完备多视图多标签分类。