[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(shè)計(jì)）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(quán)）人: 中國人民解放軍火箭軍工程大學(xué)
• 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(wù)所 11569
• 代理人: 崔玥

本發(fā)明涉及一種圖的特征選擇方法及系統(tǒng)。所述方法包括根據(jù)圖的像素點(diǎn)構(gòu)造自適應(yīng)近鄰圖；根據(jù)所述圖的像素點(diǎn)確定投影矩陣；對所述初始圖和所述投影矩陣進(jìn)行半監(jiān)督學(xué)習(xí)，得到半監(jiān)督特征選擇模型；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(jìn)行特征選擇。本發(fā)明所提供的一種圖的特征選擇方法及系統(tǒng)，選取數(shù)據(jù)的重要特征，降低數(shù)據(jù)間的冗余性，解決大規(guī)模數(shù)據(jù)降維問題。

技術(shù)領(lǐng)域

本發(fā)明涉及機(jī)器學(xué)習(xí)領(lǐng)域，特別是涉及一種圖的特征選擇方法及系統(tǒng)。

背景技術(shù)

隨著時(shí)代的進(jìn)步，社會(huì)的發(fā)展，海量高維數(shù)據(jù)的處理是當(dāng)前大數(shù)據(jù)時(shí)代下不可避免的任務(wù)。大量不同媒體源都會(huì)產(chǎn)生海量高維形式的數(shù)據(jù)，如文本數(shù)據(jù)、圖像數(shù)據(jù)、視頻數(shù)據(jù)、交易數(shù)據(jù)和基因數(shù)據(jù)等。降維算法是處理高維數(shù)據(jù)的有效手段。采用合適的降維算法可以減少存儲，降低計(jì)算負(fù)擔(dān)，同時(shí)也能減少冗余特征。

根據(jù)實(shí)現(xiàn)方式的不同，降維方法又可以分為特征提取和特征選擇。特征提取方法采用合適的映射函數(shù)將高維數(shù)據(jù)映射到低維空間，實(shí)現(xiàn)對高維特征的重組，生成新的特征分量形成數(shù)據(jù)的低維表示。特征選擇方法要求不改變原始特征，從中選取出有價(jià)值的特征子集。特征選擇方法能夠保留數(shù)據(jù)的物理意義，具有重要的研究價(jià)值。

根據(jù)是否利用類標(biāo)信息，特征選擇方法又可以分為：有監(jiān)督，無監(jiān)督和半監(jiān)督方法。有監(jiān)督的特征選擇方法需要利用大量的類標(biāo)信息訓(xùn)練模型，往往能取得較好的效果。無監(jiān)督的特征選擇方法不需要任何類標(biāo)信息，能解決重要的現(xiàn)實(shí)問題，但是效果并不一定能達(dá)到最佳。半監(jiān)督特征選擇方法利用少量的類標(biāo)信息和大量的無類標(biāo)信息共同訓(xùn)練模型，具有重要的現(xiàn)實(shí)意義。但是，傳統(tǒng)的基于圖的半監(jiān)督特征選擇方法一般是輸入初始圖，然后進(jìn)行特征選擇。圖的質(zhì)量直接影響后續(xù)特征選擇的結(jié)果。既無法解決大規(guī)模數(shù)據(jù)降維問題。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種圖的特征選擇方法及系統(tǒng)，選取數(shù)據(jù)的重要特征，降低數(shù)據(jù)間的冗余性，解決大規(guī)模數(shù)據(jù)降維問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種圖的特征選擇方法，包括：

根據(jù)圖的像素點(diǎn)構(gòu)造自適應(yīng)近鄰圖；所述自適應(yīng)近鄰圖作為初始圖；

根據(jù)所述圖的像素點(diǎn)確定投影矩陣；

對所述初始圖和所述投影矩陣進(jìn)行半監(jiān)督學(xué)習(xí)，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(jìn)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(jìn)行特征選擇。

可選的，所述根據(jù)圖的像素點(diǎn)構(gòu)造自適應(yīng)近鄰圖，具體包括：

根據(jù)所述圖的像素點(diǎn)確定相似矩陣；

根據(jù)所述相似矩陣構(gòu)造所述自適應(yīng)近鄰圖。

可選的，所述根據(jù)所述相似矩陣構(gòu)造所述自適應(yīng)近鄰圖，具體包括：

利用公式確定所述自適應(yīng)近鄰圖的目標(biāo)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(xiàng)，用于避免出現(xiàn)平凡解，即與像素點(diǎn)x_i距離最近的點(diǎn)成為x_i近鄰的概率為1，而其他像素點(diǎn)都不是x_i的近鄰；

利用拉格朗日函數(shù)法對所述自適應(yīng)近鄰圖的目標(biāo)函數(shù)進(jìn)行求解。

可選的，所述對所述初始圖和所述投影矩陣進(jìn)行半監(jiān)督學(xué)習(xí)，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(biāo)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(xiàng)用于對W進(jìn)行稀疏約束，為平滑項(xiàng)，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(diǎn)的標(biāo)簽；