在线多标签分类的最优多核组合方法

针对在线多标签分类场景，提出一种新型在线多核组合方法，通过结构风险最小化解决单一核函数选择次优及核化维度灾难问题。 该方法设计了高效的在线单核分类器，并开发改进的交替优化过程，独立更新组合系数与核分类器以加速收敛，在11个数据集上的7项指标评估中证明优于现有在线方法。