[發明專利]一種快速種子隨機游走的多視角半監督分類方法

有效

• 申請號: 202010695386.8
• 申請日: 2020-07-17
• 公開（公告）號: CN111814894B
• 公開（公告）日: 2022-09-09
• 發明（設計）人: 王石平;黃晟;王哲文
• 申請（專利權）人: 福州大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/16;G06F17/15
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 錢莉;蔡學俊

1.一種快速種子隨機游走的多視角半監督分類方法，其特征在于：包括以下步驟：

步驟S1：采用高斯核函數計算輸入的多視角數據的每個視角的相似性矩陣和轉移概率矩陣；

步驟S2：根據用于半監督學習的多視角數據的類別標簽建立多視角數據的每個視角的起始分布狀態；

步驟S3：根據S2建立的多視角數據的每個視角的起始分布狀態計算多視角數據的每個視角的第一次轉移狀態的到達概率矩陣；

步驟S4：迭代地計算多視角數據的每個視角的多次轉移狀態的到達概率矩陣并對每個視角的所有轉移狀態的到達概率矩陣進行加權求和得到每個視角的獎勵矩陣；

步驟S5：根據S4計算得到的多視角數據的每個視角的獎勵矩陣預測每個用于測試的多視角數據的類別標簽。

2.根據權利要求1所述的一種快速種子隨機游走的多視角半監督分類方法，其特征在于：所述步驟S1具體包括以下步驟：

步驟S11：采用高斯核函數計算輸入的多視角數據的每個視角的相似性矩陣，計算公式為：

其中[W_t]_ij為第t個視角下的第i個和第j個數據點之間的相似性，為第t個視角下的第i個數據點，σ為帶寬，控制高斯核函數的局部作用范圍；

步驟S12：計算多視角數據的每個視角的轉移概率矩陣，計算公式為：

其中，為對角矩陣，且P^t為多視角數據的第t個視角的轉移概率矩陣。

3.根據權利要求1所述的一種快速種子隨機游走的多視角半監督分類方法，其特征在于：步驟S2中所述根據用于半監督學習的多視角數據的類別標簽建立多視角數據的每個視角的起始分布狀態，計算公式為：

[Q^t]⁽⁰⁾＝[Q₀，O]，

其中，為全0矩陣,c為多視角數據的類別數目，N為多視角數據的總數目，n為用于半監督學習的多視角數據的數目，[Q^t]⁽⁰⁾為多視角數據第t個視角的起始分布狀態，Q₀的計算公式如下：

其中C_q為第q個類別，若多視角數據的第j個數據點x_j屬于第q個類別C_q，則[Q₀]_qj的值為1，反之為0。

4.根據權利要求1所述的一種快速種子隨機游走的多視角半監督分類方法，其特征在于：步驟S3中所述根據S2建立的多視角數據的每個視角的起始分布狀態計算多視角數據的每個視角的第一次轉移狀態的到達概率矩陣，計算公式為：

其中α為根據先驗知識確定的重啟概率，[Q^t]⁽¹⁾為多視角數據的第t個視角在起始分布狀態下的第一次轉移狀態的到達概率矩陣。

5.根據權利要求1所述的一種快速種子隨機游走的多視角半監督分類方法，其特征在于：所述步驟S4具體包括以下步驟：

步驟S41：迭代地計算多視角數據的每個視角的多次轉移狀態的到達概率矩陣，計算公式如下：

[Q^t]^(k)＝(1-α)[Q^t]^(k-1)P^t+α[Q^t]⁽⁰⁾for k≥2，

其中，[Q^t]^(k)為多視角數據第t個視角的第k次轉移狀態的到達概率矩陣；

步驟S42：對多視角數據的每個視角的所有轉移狀態的到達概率矩陣進行加權求和得到每個視角的獎勵矩陣，計算公式如下：

其中，s為根據先驗知識確定的轉移步數的數目，[R^t]^(s)為多視角數據的第t個視角在轉移步數s下的獎勵矩陣，γ為根據先驗知識確定的衰變因子。

6.根據權利要求1所述的一種快速種子隨機游走的多視角半監督分類方法，其特征在于：步驟S5中所述根據S4計算得到的多視角數據的每個視角的獎勵矩陣預測每個用于測試的多視角數據的類別標簽，具體計算公式如下：

其中，V為多視角數據的視角數目，為第j個數據點的預測標簽。