[發(fā)明專利]一種圖的特征選擇方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202010679163.2
• 申請日: 2020-07-15
• 公開（公告）號: CN111898710B
• 公開（公告）日: 2023-09-29
• 發(fā)明（設計）人: 何芳;賈維敏;張峰干;伍宗偉;沈曉衛(wèi);趙建偉;胡豪杰;金偉;何佑明;朱玉杰
• 申請（專利權）人: 中國人民解放軍火箭軍工程大學
• 主分類號: G06V10/771
• 分類號: G06V10/771;G06V10/766;G06V10/778;G06F17/14;G06F17/16
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 崔玥

1.一種圖的特征選擇方法，其特征在于，包括：

根據(jù)圖的像素點構造自適應近鄰圖；所述自適應近鄰圖作為初始圖；

根據(jù)所述圖的像素點確定投影矩陣；

對所述初始圖和所述投影矩陣進行半監(jiān)督學習，得到半監(jiān)督特征選擇模型；所述半監(jiān)督特征選擇模型用于進行所述初始圖的優(yōu)化和特征選擇；

獲取待特征選擇的圖；

采用所述半監(jiān)督特征選擇模型對所述待特征選擇的圖進行特征選擇；

所述根據(jù)圖的像素點構造自適應近鄰圖，具體包括：

根據(jù)所述圖的像素點確定相似矩陣；

根據(jù)所述相似矩陣構造所述自適應近鄰圖；

所述根據(jù)所述相似矩陣構造所述自適應近鄰圖，具體包括：

利用公式確定所述自適應近鄰圖的目標函數(shù)；其中，為相似矩陣的第i行，α是規(guī)則化參數(shù)，為規(guī)則化項，用于避免出現(xiàn)平凡解，即與像素點x_i距離最近的點成為x_i近鄰的概率為1，而其他像素點都不是x_i的近鄰；

利用拉格朗日函數(shù)法對所述自適應近鄰圖的目標函數(shù)進行求解。

2.根據(jù)權利要求1所述的一種圖的特征選擇方法，其特征在于，所述對所述初始圖和所述投影矩陣進行半監(jiān)督學習，得到半監(jiān)督特征選擇模型，具體包括：

利用公式確定所述半監(jiān)督特征選擇模型的目標函數(shù)；其中，W為投影矩陣，α、γ和λ均為規(guī)則化參數(shù)，γ||W||_2,1為稀疏項用于對W進行稀疏約束，為平滑項，衡量投影后特征的平滑性，L_S為拉普拉斯矩陣，F(xiàn)為像素點的標簽；

采用迭代優(yōu)化方式對所述半監(jiān)督特征選擇模型的目標函數(shù)進行求解。

3.一種圖的特征選擇系統(tǒng)，其特征在于，包括：

自適應近鄰圖構建模塊，用于根據(jù)圖的像素點構造自適應近鄰圖；所述自適應近鄰圖作為初始圖；

投影矩陣確定模塊，用于根據(jù)所述圖的像素點確定投影矩陣；

半監(jiān)督特征選擇模型確定模塊，用于對所述初始圖和所述投影矩陣進行半監(jiān)督學習，得到半監(jiān)督特征選擇模型；所述半監(jiān)督特征選擇模型用于進行所述初始圖的優(yōu)化和特征選擇；

待特征選擇的圖獲取模塊，用于獲取待特征選擇的圖；

特征選擇模塊，用于采用所述半監(jiān)督特征選擇模型對所述待特征選擇的圖進行特征選擇；

所述自適應近鄰圖構建模塊具體包括：

相似矩陣確定單元，用于根據(jù)所述圖的像素點確定相似矩陣；

自適應近鄰圖構造單元，用于根據(jù)所述相似矩陣構造所述自適應近鄰圖；

所述自適應近鄰圖構造單元具體包括：

自適應近鄰圖的目標函數(shù)確定子單元，用于利用公式確定所述自適應近鄰圖的目標函數(shù)；其中，為相似矩陣的第i行，α是規(guī)則化參數(shù)，為規(guī)則化項，用于避免出現(xiàn)平凡解，即與像素點x_i距離最近的點成為x_i近鄰的概率為1，而其他像素點都不是x_i的近鄰；

自適應近鄰圖的目標函數(shù)求解子單元，用于利用拉格朗日函數(shù)法對所述自適應近鄰圖的目標函數(shù)進行求解。

4.根據(jù)權利要求3所述的一種圖的特征選擇系統(tǒng)，其特征在于，所述半監(jiān)督特征選擇模型確定模塊具體包括：

半監(jiān)督特征選擇模型的目標函數(shù)確定單元，用于利用公式確定所述半監(jiān)督特征選擇模型的目標函數(shù)；其中，W為投影矩陣，α、γ和λ均為規(guī)則化參數(shù)，γ||W||_2,1為稀疏項用于對W進行稀疏約束，為平滑項，衡量投影后特征的平滑性，L_S為拉普拉斯矩陣，F(xiàn)為像素點的標簽；

半監(jiān)督特征選擇模型的目標函數(shù)求解單元，用于采用迭代優(yōu)化方式對所述半監(jiān)督特征選擇模型的目標函數(shù)進行求解。