[發(fā)明專(zhuān)利]一種多源異構(gòu)大數(shù)據(jù)的腐蝕源聯(lián)合去噪方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610165595.5
• 申請(qǐng)日: 2016-03-22
• 公開(kāi)（公告）號(hào): CN105760896B
• 公開(kāi)（公告）日: 2019-04-16
• 發(fā)明（設(shè)計(jì)）人: 張磊;王樹(shù)鵬;云曉春
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)科學(xué)院信息工程研究所
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62
• 代理公司: 北京君尚知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11200
• 代理人: 邱曉鋒

1.一種多源異構(gòu)大數(shù)據(jù)的腐蝕源聯(lián)合去噪方法，其步驟包括：

1)通過(guò)學(xué)習(xí)多個(gè)異構(gòu)線性度量，將多源異構(gòu)數(shù)據(jù)線性投影到一個(gè)高維特征同構(gòu)空間，并在這個(gè)空間中充分嵌入異源間的互補(bǔ)信息，以有效地捕捉到不同來(lái)源間的語(yǔ)義互補(bǔ)性和分布相似性；

2)利用異源間的分布相似性，將腐蝕數(shù)據(jù)線性投影到所述高維特征同構(gòu)空間中，以消除多源腐蝕數(shù)據(jù)中的源內(nèi)噪聲，并通過(guò)基于梯度能量競(jìng)爭(zhēng)策略的初等變換約束，修復(fù)多源腐蝕數(shù)據(jù)的異構(gòu)描述間的互補(bǔ)關(guān)系；所述初等變換約束根據(jù)異源間的語(yǔ)義互補(bǔ)性，交換腐蝕矩陣中相應(yīng)描述的位置，以消除多源腐蝕數(shù)據(jù)中的源間噪聲；

所述步驟1)對(duì)不同來(lái)源間的語(yǔ)義互補(bǔ)性和分布相似性建立如下優(yōu)化模型：

該優(yōu)化模型利用已有的多源無(wú)腐蝕數(shù)據(jù)和學(xué)習(xí)異構(gòu)線性度量A和B，其中，d_x為來(lái)源V_x的維度，d_y為來(lái)源V_y的維度，n₁為無(wú)腐蝕樣本的數(shù)量，k≥min(d_x,d_y)為特征同構(gòu)子空間的維度，α和β為平衡參數(shù)；利用半正定約束A^TA≥0和B^TB≥0確保模型Ψ₁能夠?qū)W習(xí)到多個(gè)良好定義的偽度量，目標(biāo)函數(shù)中的第一項(xiàng)用來(lái)捕捉不同來(lái)源間的語(yǔ)義互補(bǔ)性，而通過(guò)在模型Ψ₁中引入由不同來(lái)源的分類(lèi)準(zhǔn)確率構(gòu)成的交叉驗(yàn)證g(A,B)以挖掘不同來(lái)源間的分布相似性；目標(biāo)函數(shù)中的第三項(xiàng)h(A,B)為基于跡范數(shù)的低秩正規(guī)化項(xiàng)，用以使變換后的數(shù)據(jù)M_U＝X_UA和R_U＝Y(jié)_UB攜帶更多的類(lèi)間差異信息；

所述步驟2)建立如下優(yōu)化模型：

其中，和為初等行變換矩陣，為決策矩陣，為X_U和Y_U的標(biāo)簽矩陣，m為標(biāo)簽數(shù)量，為一組初等行變換矩陣的集合，γ和τ為平衡參數(shù)；在模型Ω₁中，目標(biāo)函數(shù)中的第一項(xiàng)利用學(xué)習(xí)到的T、H和W，修復(fù)多源腐蝕數(shù)據(jù)間的互補(bǔ)關(guān)系；目標(biāo)函數(shù)中的第二項(xiàng)為一個(gè)線性最小二乘方損失函數(shù)，利用有標(biāo)簽的無(wú)腐蝕線性可分描述M_U和R_U學(xué)習(xí)一個(gè)決策矩陣W，而對(duì)W的正交約束，可以有效去除不同類(lèi)別之間的相關(guān)性；約束條件中的第一項(xiàng)為對(duì)T和H的初等變換約束，以構(gòu)建標(biāo)準(zhǔn)的初等變換矩陣，交換腐蝕矩陣M_C和R_C中樣本的位置，從而，消除多源腐蝕數(shù)據(jù)中的源間和源內(nèi)噪聲。

2.如權(quán)利要求1所述的方法，其特征在于：步驟1)在所述高維特征同構(gòu)空間中，將來(lái)自不同源的相關(guān)異構(gòu)描述耦合到一起，以挖掘出更多的異源間的互補(bǔ)信息，并且同類(lèi)樣本也被聚集到一起，而異類(lèi)樣本間則保持一定距離。

3.如權(quán)利要求2所述的方法，其特征在于：步驟2)所述梯度能量競(jìng)爭(zhēng)策略首先由梯度下降方法得到梯度矩陣G，然后計(jì)算梯度矩陣的每個(gè)內(nèi)部元素G_ij在垂直方向的樣本間能量E_bs和水平方向的樣本內(nèi)能量E_ws，從而得到每個(gè)內(nèi)部元素G_ij的全局能量E_globe：通過(guò)計(jì)算出矩陣G中每個(gè)元素的全局能量得到能量矩陣E；所述梯度能量競(jìng)爭(zhēng)策略通過(guò)比較矩陣E中每個(gè)元素的能量，將獲勝者即能量最大者的值設(shè)置為1，而與獲勝者同行同列的元素的值都被設(shè)置為0，如此往復(fù)，直到構(gòu)建出一個(gè)標(biāo)準(zhǔn)的初等變換矩陣T。

4.如權(quán)利要求3所述的方法，其特征在于：步驟2)利用有標(biāo)簽的無(wú)腐蝕線性可分描述M_U和R_U學(xué)習(xí)一個(gè)決策矩陣W，然后根據(jù)所述梯度能量競(jìng)爭(zhēng)策略學(xué)習(xí)初等行變換矩陣T和H，以交換腐蝕矩陣M_C＝X_CA^*和R_C＝Y(jié)_CB^*中樣本的位置，其中A^*和B^*為步驟1)得到的最優(yōu)解，和分別為來(lái)源V_x和V_y中的無(wú)標(biāo)簽腐蝕數(shù)據(jù)，n₂為腐蝕樣本的數(shù)量；同時(shí)，利用學(xué)習(xí)到的決策矩陣W預(yù)測(cè)無(wú)標(biāo)簽腐蝕描述M_C和R_C的類(lèi)別，從而修復(fù)多源腐蝕數(shù)據(jù)間的互補(bǔ)關(guān)系。