[发明专利]多模态数据的融合概率潜在语义分析方法

权利要求书

1.多模态数据的融合概率潜在语义分析方法，其特征是该方法包括以下步骤：

步骤1：建立各个模态的标准概率潜在语义分析模型，在此基础上建立融合模型；

步骤2：确定融合模型的工作空间，并选定主题数；

步骤3：将融合模型分解为非对称的概率潜在语义分析模型，根据融合模型的输入值和选定主题数，计算非对称的概率潜在语义分析模型的初始参数值；

步骤4：通过最大期望算法对初始参数值更新，得到最终参数；

步骤5：利用最终参数对待检测的模态进行分析。

2.根据权利要求1所述的多模态数据的融合概率潜在语义分析方法，其特征是所述最大期望算法的计算公式为：

L=Πi=1M(Πp=1NAp(wpA,di)n(wpA,di)Πq=1NVp(wqV,di)n(wqV,di))]]>

其中：

L为似然函数值；

为模态A的共现概率；

为模态V的共现概率；

为模态A的已知观察值；

为模态V的已知观察值；

模态A的观察值共现矩阵；

为模态V的观察值共现矩阵；

N_A为模态A的词汇数；

N_V为模态V的词汇数；

为模态A的第p个词汇；

为模态V的第q个词汇；

d_i为第i个文档；

M为文档集内文档的数目。