[發明專利]一種多類平均最大化真假目標特征提取方法

在審

• 申請號: 202011026888.8
• 申請日: 2020-09-25
• 公開（公告）號: CN112149061A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 周代英;張瑛;沈曉峰;梁菁;馮健
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06F17/16;G06K9/62;G01S13/10;G01S13/02;G01S7/41;G01S7/36;G01S7/292
• 代理公司: 成都點睛專利代理事務所(普通合伙) 51232
• 代理人: 孫一峰

1.一種多類平均最大化真假目標特征提取方法，其特征在于，包括以下步驟：

S1、設n維列矢量x_cj為第c類真假目標的第j個訓練一維距離像,1≤c≤g，1≤j≤N_c，其中g為類別數，N_c為第c類真假目標的訓練一維距離像樣本數，N為訓練一維距離像樣本總數，利用多項高斯分量來表示第c類的似然函數：

其中為各高斯分量的權系數，且M_c為第c類的高斯分量個數，代表高斯分量項的參數，p(·)為概率密度函數；

S2、假定一維像數據中各特征元素是互相獨立的，同時如果元素與類別獨立，則該元素不是有效的特征，設元素服從分布q(x_cjk/γ_ck)，x_cjk表示x_cj的第k個元素，γ_ck為第c類第k個特征元素的分布系數，由分布類型確定定義兩值變量ψ_ck，如果特征元素有效，則ψ_ck＝1，否則ψ_ck＝0；令特征元素有效的概率為β_k＝P(ψ_ck＝1)，根據似然函數建立模型：

其中γ_ck為第c類第k個特征元素的分布系數；

S3、通過均值最大化方法估計步驟S2中所建模型的參數：

S31、初始化高斯分量的均值矢量、協方差矩陣及權值；

S32、計算模型參數的更新值：

其中，n_θ和n_γ分別為參數集和中的參數個數，E(·)和var(·)分別表示參數集中的均值參數和方差參數；

S33、計算各參數更新前后的誤差，如果小于指定的門限值或超過了指定的迭代次數，則更新過程終止并進入步驟S4，否則，回到步驟S32繼續迭代更新；

S4、若值大于給定門限值，則保留第k個特征元素，并將保留的特征元素組成一個新的特征矢量，作為特征提取結果。