[發(fā)明專利]一種無監(jiān)督正則化矩陣分解特征選擇方法

有效

• 申請?zhí)枺?/td>: 201710446167.4
• 申請日: 2017-06-14
• 公開（公告）號: CN107203787B
• 公開（公告）日: 2021-01-08
• 發(fā)明（設(shè)計）人: 易玉根;王建中;齊妙;王婷;郭常祿
• 申請（專利權(quán)）人: 江西師范大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南昌華成聯(lián)合知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 36126
• 代理人: 張建新

1.一種無監(jiān)督正則化矩陣分解特征選擇方法，包括以下步驟：

1)輸入樣本數(shù)據(jù)矩陣X∈R^n×m；其中，n表示樣本總數(shù)，m表示數(shù)據(jù)的特征維數(shù)；所述樣本數(shù)據(jù)為人臉圖像數(shù)據(jù)；

2)構(gòu)建基于非負(fù)矩陣分解模型用于特性選擇：

其中，I_k×k是大小為k×k的單位矩陣，H∈R^k×m是系數(shù)矩陣，它將原始特征投影到被選特征所張成的子空間中，W＝[w₁,w₂,w₃,...,w_m]^T∈R^m×k為特征權(quán)值矩陣；

3)構(gòu)建內(nèi)積正則項約束用于降低特征的相關(guān)性：

4)構(gòu)建基于內(nèi)積正則化非負(fù)矩陣分解的特征選擇目標(biāo)函數(shù)：

其中，公式(3)的第一項是度量被選特征表示原始高維數(shù)據(jù)的能力，第二項是確保特征權(quán)矩陣W是稀疏和低冗余的，β是平衡這兩項之間的權(quán)衡參數(shù)；

5)通過迭代優(yōu)化策略求解目標(biāo)函數(shù)；

6)計算||w_i||₂,i＝1,2,...,m值按升序方式排序m個特征，選擇前p個特征形成最優(yōu)特征子集，它們對應(yīng)的索引集合{idx₁,idx₂,...,idx_p}作為最終輸出。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于：通過迭代優(yōu)化策略求解目標(biāo)函數(shù)的具體步驟為：

1)初始化權(quán)值矩陣W＝rand(m,k)和系數(shù)矩陣H＝rand(k,m)，其中，rand()為隨機(jī)函數(shù)，k為任意非負(fù)整數(shù)，最大迭代次數(shù)T，t＝1；

2)重復(fù)執(zhí)行以下幾步直到tT：

a)計算對角矩陣

b)計算W＝WD^-1和H＝DH；

c)固定H，更新W：

d)固定W，更新H：

e)t＝t+1。