[发明专利]模式识别装置和方法

权利要求书

1.一种模式识别装置，该模式识别装置利用半监督学习机制来对输 入的模式对象样本进行识别，其中所述模式对象样本包括标注样本和未 标注样本，并以数字化特征表示，所述标注样本包括模式对象的数字化 特征以及相应的目标值，

所述模式识别装置包括：

非欧空间内核构建部，其根据所有输入的模式对象样本的k近邻矩 阵来构建非欧空间内核矩阵，该非欧空间适于构造模式对象的流型结构；

核空间内局部线性嵌入部，其根据所述非欧空间内核构建部构建出 的非欧空间内核矩阵，对模式对象样本进行局部线性嵌入，以生成模式 对象样本的重构系数矩阵；其中，在所述非欧空间内核矩阵中计算所有 输入的模式对象样本两两之间的距离；根据计算获得的距离，对每一个 输入的模式对象样本，找出与该输入的模式对象样本距离最近的M个对 象样本；利用每一个输入的模式对象样本的近邻对象来线性近似该输入 的模式对象样本，以获得每一个输入对象样本的重构系数；对获得重构 系数进行归一化，以生成模式对象样本的重构系数矩阵；以及

正则化部，其根据所述核空间内局部线性嵌入部生成的重构系数矩 阵和所述标注样本的目标值，来为所有输入的模式对象样本生成评测值。

2.如权利要求1所述的模式识别装置，其特征在于，所述核空间内 局部线性嵌入部生成的模式对象样本的重构系数矩阵表示模式对象样本 的内在几何结构。

3.如权利要求1所述的模式识别装置，其特征在于，所述非欧空间 是拉普拉斯空间或再生核希尔伯特空间。

4.如权利要求1-3中的任一项所述的模式识别装置，该模式识别装 置用来识别图像或音频，其中，模式对象是图像或音频的可用于进行模 式识别的特征量。

5.一种模式识别方法，该模式识别方法利用半监督学习机制来对输 入的模式对象样本进行识别，其中所述模式对象样本包括标注样本和未 标注样本，并以数字化特征表示，所述标注样本包括模式对象的数字化 特征以及相应的目标值，

所述模式识别方法包括以下步骤：

根据所有输入的模式对象样本的k近邻矩阵来构建非欧空间内核矩 阵，该非欧空间适于构造模式对象的流型结构；

根据构建出的非欧空间内核矩阵，对模式对象样本进行局部线性嵌 入，以生成模式对象样本的重构系数矩阵；其中包括：在所述非欧空间 内核矩阵中计算所有输入的模式对象样本两两之间的距离；根据计算获 得的距离，对每一个输入的模式对象样本，找出与该输入的模式对象样 本距离最近的M个对象样本；利用每一个输入的模式对象样本的近邻对 象来线性近似该输入的模式对象样本，以获得每一个输入对象样本的重 构系数；对获得重构系数进行归一化，以生成模式对象样本的重构系数 矩阵；以及

根据生成的重构系数矩阵和所述标注样本的目标值，来为所有输入 的模式对象样本生成评测值。

6.如权利要求5所述的模式识别方法，其特征在于，所述模式对象 样本的重构系数矩阵表示模式对象样本的内在几何结构。

7.如权利要求5所述的模式识别方法，其特征在于，所述非欧空间 是拉普拉斯空间或再生核希尔伯特空间。

8.如权利要求5-7中的任一项所述的模式识别方法，该模式识别方 法用来识别图像或音频，其中，模式对象是图像或音频的可用于进行模 式识别的特征量。