[發(fā)明專利]帶有標(biāo)簽學(xué)習(xí)的遙感圖像的半監(jiān)督多視圖特征選擇方法

有效

• 申請?zhí)枺?/td>: 201610161544.5
• 申請日: 2016-03-21
• 公開（公告）號: CN105740917B
• 公開（公告）日: 2019-02-19
• 發(fā)明（設(shè)計）人: 陳曦;宿富林;劉瑋
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109
• 代理人: 張利明

1.一種帶有標(biāo)簽學(xué)習(xí)的高分遙感圖像的半監(jiān)督多視圖特征選擇方法，其特征在于，它包括以下步驟：

步驟一：采集原始圖像特征集，將原始圖像特征集使用相似性傳播算法生成多個不相交的特征組，每一個特征組代表同一主題的數(shù)據(jù)特征；

步驟二：通過類概率矩陣y_u以及含有專屬組信息的對角矩陣F，計算獲得由所有特征組中所有特征向量的權(quán)重系數(shù)構(gòu)成的原始特征權(quán)重系數(shù)矢量β；

步驟三：采用前一次計算獲得的特征權(quán)重系數(shù)矢量β更新含有專屬組信息的對角矩陣F，再迭代計算特征權(quán)重系數(shù)矢量β，直至相鄰兩次計算獲得的特征權(quán)重系數(shù)矢量β的差值滿足預(yù)設(shè)定閾值，選取其中較大的一個作為最終的特征權(quán)重系數(shù)矢量β，在最終的特征權(quán)重系數(shù)矢量β中，將權(quán)重系數(shù)由大到小排序，由大到小選定預(yù)設(shè)個數(shù)的權(quán)重系數(shù)，將選定的權(quán)重系數(shù)對應(yīng)的全體特征向量作為選擇出的特征集；

給定原始圖像特征集n為對象的個數(shù)，其中的對象x_i∈R^m，R為空間集合，m是維數(shù)，y_i是對象的類的標(biāo)簽，并且x_i,y_i∈{1,...,c}，c是類號，所有的對象x_i表示為X：所有的對象的類的標(biāo)簽y_i表示為y：對象的m維特征向量表示為X：X＝[f₁,f₂,...,f_m]，f_i∈R^m×1；

使用相似性傳播算法計算從特征f_i至f_j之間的相似性S(i,j)：

S(i,j)＝-||f_i-f_j||²，

式中i≠j；

更新方程如下：

r(i,j)表示可靠性，代表f_j作為f_i的范例時計算結(jié)果的合適程度；a(i,j)表示可用性，代表選擇f_j作為f_i的范例的合適程度，其中i'、j'和j分別代表原始圖像特征集中的一個對象，其之間互不相等；

然后，確定范例為：

最后生成K個特征組，特征組的結(jié)構(gòu)為G：

其中G_k表示第k個特征組；

令特征權(quán)重系數(shù)矢量特征權(quán)重系數(shù)矢量β的l_1,2范數(shù)定義如下：

其中是β的第k組特征組G_k,l₁范數(shù)構(gòu)成了相同特征組的權(quán)重，l₂范數(shù)構(gòu)成了不同特征組的權(quán)重；

令y_l∈R^v×C是標(biāo)記對象的類概率矩陣，其中v為標(biāo)記樣本數(shù)量，y_u∈R^q×C是未標(biāo)記對象的類概率矩陣，q為無標(biāo)記樣本數(shù)量；C是類號；

采用最小二乘回歸作為損失函數(shù)和排他性套索作為正則化，整體優(yōu)化問題變?yōu)椋?/p>

X_l為有標(biāo)記樣本數(shù)據(jù)矩陣，X_u為無標(biāo)記樣本數(shù)據(jù)矩陣，

其中y_u(i,j)是屬于第j類的第i個未標(biāo)記的對象的概率，λ和γ是預(yù)定的常數(shù)，||·||₂是歐幾里得范數(shù)，將β作為一個稀疏矢量，整體優(yōu)化問題等效為：

對上式采用反復(fù)重新加權(quán)算法，令F∈R^m×m為含有專屬組信息的對角矩陣，其對角元素F_ii為：

其中1_m×1是一個長度為m的向量，是第k個特征組的索引指示；由此進(jìn)一步轉(zhuǎn)化整體優(yōu)化問題為：

當(dāng)特征權(quán)重系數(shù)矢量β固定時，類概率矩陣y_u采用以下公式獲得：

上式等價為：

min(y_u-X_uβ)^T(y_u-X_uβ)，

令上式為零，獲得：

y_u＝X_uβ，

在沒有限制的條件下，當(dāng)類概率矩陣y_u固定，特征權(quán)重系數(shù)矢量β為：

β＝(X_l^TX_l+γX_u^TX_u-2λF)^-1(X_l^Ty_l+γX_u^Ty_u)，

F依賴于β，方程最小化過程同時依賴于F和β，取方程相對于β的導(dǎo)數(shù)，得到：

X_l^T(y_l-X_lβ)+γX_u^T(y_u-X_uβ)+2λFβ＝0，

計算獲得特征權(quán)重系數(shù)矢量β。

2.根據(jù)權(quán)利要求1所述的帶有標(biāo)簽學(xué)習(xí)的高分遙感圖像的半監(jiān)督多視圖特征選擇方法，其特征在于，在迭代計算的下一個循環(huán)中用對角元素F_ii的公式更新。