传统民族服饰是中华优秀文化遗产的重要组成部分,包含着一个民族的文化内涵。而如何挖掘文化遗产中的文化元素、文化符号以及精神标注已经成为亟需解决的关键问题。本文以传统民族服饰为研究对象,开展多标签分类研究。主要的研究内容包括:(1)针对ML-KNN算法中未考虑近邻距离影响的问题,提出了一种改进算法。该算法在ML-KNN算法的基础上融合了近邻标签集的影响,以此来提升算法多标签分类的性能。之后,在传统民族服饰数据集以及其它多标签数据集上进行对比实验,验证了改进算法的有效性。(2)针对传统民族服饰图案多标签分类问题中标签之间的相关性,本文提出一种基于标签嵌入的多标签分类算法(Multi Label Cla ssification based on Label Embedding,MLCLE)。该算法利用多标签网络嵌入模型将标签视为节点,从而对标签相关性进行度量,之后利用回归函数将数据集中的输入空间转换到嵌入空间后,对测试样本运用分类器,进而完成多标签分类任务。在传统民族服饰等数据集上进行对比实验,对比实验结果证明了算法的可行性和有效性。(3)为了提升传统民族服饰图案多标签分类的实用性,现分析并实现了传统民族服饰图案多标签分类系统,并对该系统进行测试。经测试该系统功能正常且可以完成多标签分类的任务。本文以挖掘传统民族服饰图案语义内涵为目标,解决手工分类和标注工作成本过高的问题,利用机器学习技术对传统民族服饰进行多角度理解和多标签分类,进而完成了传统民族服饰图案多标签分类系统。