[發明專利]基于特征相關隱式編碼的標簽空間降維方法及系統

有效

• 申請號: 201410024964.X
• 申請日: 2014-01-20
• 公開（公告）號: CN103761532B
• 公開（公告）日: 2017-04-19
• 發明（設計）人: 丁貴廣;林梓佳;林運禎
• 申請（專利權）人: 清華大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/30
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙)11201
• 代理人: 張大威

1.一種基于特征相關隱式編碼的標簽空間降維方法，其特征在于，包括以下步驟：

提供訓練數據集；

根據所述訓練數據集構造特征矩陣和標注矩陣；

根據所述特征矩陣得到降維矩陣與所述特征矩陣的最優相關函數，并根據所述標注矩陣得到所述降維矩陣與所述標注矩陣的最優恢復誤差函數，其中，所述根據所述特征矩陣得到降維矩陣與所述特征矩陣的最優相關函數具體包括：

所述標注矩陣結合隱式編碼方法得到降維矩陣；

將所述降維矩陣與所述特征矩陣之間的相關性分解成相關性之和，并通過余弦相關性函數的形式表達如下：

其中，r是特征矩陣X的一個線性映射，用于將特征矩陣X投影到降維矩陣C中任一個列c所在的空間；

根據所述余弦相關性函數獲得最優線性映射r，并得到所述降維矩陣C中任一個列c與特征矩陣X的最優相關性；

通過拉格朗日乘子法得到最優的線性映射r^*，并根據所述最優線性映射r^*得到最優相關函數：其中，C_·,i表示降維矩陣C的第i列；

其中，所述根據所述標注矩陣得到所述降維矩陣與所述標注矩陣的最優恢復誤差函數具體包括：

所述標注矩陣結合隱式編碼得到所述降維矩陣；

將所述降維矩陣恢復到所述標注矩陣的誤差函數表達式如下：

其中，當ε最小時，恢復誤差最小，D是為保證解碼效率而引入的線性解碼矩陣，表示的是矩陣的Frobenius范式的平方；

通過最小化ε得到最優恢復誤差函數，表達式如下：

根據所述最優相關函數和所述最優恢復誤差函數構造目標函數；

應用所述目標函數優化所述降維矩陣，并根據優化后的降維矩陣求解出解碼矩陣；

利用所述優化后的降維矩陣學習訓練以獲取預測模型；

提取測試實例特征，并利用所述預測模型預測所述測試實例在潛語義空間中的表示；以及

利用所述解碼矩陣對所述測試實例在所述潛語義空間中的表示進行解碼，以獲取所述測試實例在原始標簽空間的分類結果。

2.根據權利要求1所述的方法，其特征在于，所述潛語義空間的各個維度相互正交。

3.根據權利要求1所述的方法，其特征在于，對所述測試實例在原始標簽空間的分類結果進行二值化處理。

4.根據權利要求1所述的方法，其特征在于，所述潛語義空間的維數小于所述原始標簽空間的維數。