[發(fā)明專利]一種球型分布數(shù)據(jù)專用線性二分類計算方法

有效

• 申請?zhí)枺?/td>: 201210488810.7
• 申請日: 2012-11-26
• 公開（公告）號: CN103838705A
• 公開（公告）日: 2014-06-04
• 發(fā)明（設(shè)計）人: 賈磊
• 申請（專利權(quán)）人: 中國航天科工集團(tuán)第三研究院第八三五七研究所
• 主分類號: G06F17/15
• 分類號: G06F17/15
• 代理公司: 核工業(yè)專利中心 11007
• 代理人: 包海燕

技術(shù)領(lǐng)域

本發(fā)明屬于于模式識別與人工智能技術(shù)領(lǐng)域，具體涉及一種球型分布數(shù)據(jù)專用線性二分類計算方法。

背景技術(shù)

線性二分類是將目標(biāo)數(shù)據(jù)用線性函數(shù)加以分割的計算方法，是模式識別領(lǐng)域中的一類重要計算方法。在處理非線性分布數(shù)據(jù)時，由于數(shù)據(jù)分割面的非線性化，線性二分類算法往往需要先將數(shù)據(jù)映射到特征空間，使得數(shù)據(jù)在特種空間中線性可分后，再進(jìn)行分類處理。映射一般通過“核”來實現(xiàn)。核是影響線性二分類算法的重要指標(biāo)，也是分類結(jié)果的主要誤差源，直接決定著分類效率以及分類精度。依據(jù)非線性數(shù)據(jù)的分布特性先驗知識，有針對性的設(shè)計專用核，對于提高線性二分類算法的效率及精度有著重要的實用意義和工程價值。

球型分布數(shù)據(jù)是指可被球面分割的數(shù)據(jù)，是模式識別領(lǐng)域中需要處理的一類重要非線性分布數(shù)據(jù)，常見于故障判斷、醫(yī)療診斷等問題。

現(xiàn)有線性二分類算法一般應(yīng)用多項式核、高斯核、Sigmoid核、向量核或頻譜核等處理球型分布數(shù)據(jù)。多項式核、高斯核與Sigmoid核屬通用性核，適用范圍廣泛，但對球型分布數(shù)據(jù)往往缺乏針對性，面臨維數(shù)災(zāi)難問題；向量核適用于具有較強(qiáng)關(guān)聯(lián)性數(shù)據(jù)的分類，如文本數(shù)據(jù)，對隨機(jī)化的球型分布數(shù)據(jù)只能起到弱化的作用；頻譜核是面向結(jié)構(gòu)型數(shù)據(jù)而設(shè)計的，如字符串、鏈表、樹等，適用于具有較強(qiáng)結(jié)構(gòu)性的數(shù)據(jù)分類，在球型分布數(shù)據(jù)分類中只能作為一種補充方法。以上這幾類核雖然在某些應(yīng)用問題上都獲得了較好的分類效果，但在處理球型分布數(shù)據(jù)時，要么過于通用化，要么過于平凡化，難以實現(xiàn)球型分隔面到線性分隔面的有效映射，導(dǎo)致分類精度不高，給工程應(yīng)用帶來較大困難。因而亟需一種球型分布數(shù)據(jù)專用的線性二分類計算方法。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題為：提出一種球型分布數(shù)據(jù)專用線性二分類計算方法，給出面向球型分布數(shù)據(jù)的核，有效實現(xiàn)球型分隔面到線性分隔面的映射，提升球型分布數(shù)據(jù)的線性二分類精度。

本發(fā)明的技術(shù)方案如下所述：

一種球型分布數(shù)據(jù)專用線性二分類計算方法，包括以下步驟：

步驟一：輸入球型分布數(shù)據(jù){x₁,...,x_l)，及標(biāo)號集{y₁,...,y_l}，變量初值α₀，預(yù)設(shè)容忍度ε，初始海森矩陣H；l為球型分布數(shù)據(jù)個數(shù)；

步驟二：遍歷x_i，i＝1,...,l，生成核矩陣K，K為方陣，矩陣元素

K_i,j＝K(x_i,x_j)＝Φ(x_i)^TΦ(x_j).

其中，Φ為特征映射，i,j＝1,2,...,l；

生成矩陣Q，Q_i,j＝K_i,jy_iy_j；

步驟三：求解最小化問題

minααTQα-2eTα]]>

s.t.??y^Tα＝0,α≥0,

其中，α＝[α₁，...,α_l]^T，α≥0表示α_i≥0,i＝1,2,...,l；y＝[y₁,...,y_l]^T；e為單位向量；

步驟四：若有當(dāng)前目標(biāo)函數(shù)梯度的下降值小于預(yù)設(shè)的收斂容忍度，則步驟終止，得到分類結(jié)果；否則返回步驟三進(jìn)行下一次迭代。