[發明專利]一種高效的流形嵌入多視角半監督分類方法

在審

• 申請號: 202010578280.X
• 申請日: 2020-06-23
• 公開（公告）號: CN111723228A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 郭文忠;王石平;王哲文
• 申請（專利權）人: 福州大學
• 主分類號: G06F16/55
• 分類號: G06F16/55;G06F16/35;G06F16/65;G06F17/15;G06F17/16
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 陳明鑫;蔡學俊

1.一種高效的流形嵌入多視角半監督分類方法，其特征在于，包括如下步驟：

步驟S1：采用高斯核函數計算多視角數據對應各個視角的相似性矩陣；

步驟S2：根據假設目標函數，通過偏導數計算得到預測類標簽指示矩陣的更新公式；

步驟S3：根據假設目標函數，通過拉格朗日乘子法計算得到多視角權重向量的更新公式；

步驟S4：根據S2和S3得到的預測類標簽指示矩陣的更新公式和多視角權重向量的更新公式，交替迭代更新目標函數中的預測類標簽指示矩陣和多視角權重向量，直到目標損失函數收斂；

步驟S5：根據預測類標簽指示矩陣各列的最大值得到各個樣本的預測類標簽。

2.根據權利要求1所述的一種高效的流形嵌入多視角半監督分類方法，其特征在于，所述步驟S1采用高斯核函數計算多視角數據對應各個視角的相似性矩陣，具體包括以下步驟：

步驟S11：對多視角數據進行標準化，計算公式為：

其中為第v個視圖下的第i個樣本點，和分別為第v個視圖下所有樣本點的平均值和標準偏差，c為一個極小的常數以避免除0現象發生；

步驟S12：采用高斯核函數度量多視角數據各個視圖的樣本點之間的相似性，計算公式為：

其中為第v個視圖下的第i個和第j個樣本點之間的相似性，σ為帶寬，控制高斯核函數的局部作用范圍；

步驟S13：根據已知監督信息，更新多視角數據各個視圖的相似性矩陣；不失一般性，將所有數據樣本重新排列使得前n個數據點為半監督學習樣本點，則多視角數據各個視圖的相似性矩陣的更新公式為：

其中Y_i和Y_j分別為第i個和第j個樣本點的真實類標簽，Ind(Y_i，Y_j)＝1當且僅當Y_i＝Y_j，否則Ind(Y_u，Y_j)＝0；

步驟S14：使用平穩分布正則化多視角數據各個視圖的相似性矩陣，計算公式為：

S^v＝diag(1./sqrt(sum(W^v)))，

W^v＝S^v*W^v*S^v，

其中sum(W)返回一個列向量，其各行的值分別為矩陣W各行數值之和，sqrt(·)為開平方函數，diag(E)返回一個對角矩陣，其中對角線上的元素分別為列向量E中各行的值。

3.根據權利要求2所述的一種高效的流形嵌入多視角半監督分類方法，其特征在于，所述步驟S2根據假設目標函數，通過偏導數計算得到預測類標簽指示矩陣的更新公式，具體如下：

步驟S21：提出假設目標函數，具體模型為：

s.t.0≤α≤1，1^Tα＝1，

其中N為樣本點數目，γ＞1為縮放因子，β＞0為正則化參數，α＝[α₁；…；α_V]為多視角權重向量，D^v為對角矩陣且為需要求解的預測類標簽指示矩陣且Y為關于已標記樣本的獨熱編碼矩陣且Y在未標記樣本點處置0；

步驟S22：固定變量α，由于變量在目標函數中是無約束的，因此對目標函數求關于變量的偏導數，并令其為0，即可得到變量的更新公式為：

這里在求偏導數前對目標函數進行了部分變量替換，替換公式為：

其中P^v＝[D^v]^-1/2W^v[D^v]^-1/2。