[发明专利]基于拒识的随机子空间的ECOC编码分类方法

权利要求书

1.一种基于拒识的随机子空间的ECOC编码分类方法，其特征在于所述方法包括以下步骤：

（1）获取待分类目标的形状特征；利用ECOC对待分类目标的形状特征进行编码，为每一类待分类目标集合构建一组编码，在每一个编码位上通过随机子空间和支持向量机（SVM）构建若干个SVM分类器；所述SVM分类器设置内部拒绝分类机制对基本分类器无法分类的待分类目标予以拒绝分类；

（2）使用ECOC编码方法在每一个编码位中构建若干个SVM分类器的集成分类器，在集成分类器外部设置外部拒绝分类机制，所述集成分类器中基本分类器的分类结果经投票(majority voting)的方法进行决策融合，如果最终结果无法判定该编码位分类目标，通过外部拒绝分类机制予以拒绝分类；按照检测样本与编码矩阵的汉明距离或欧式距离来判断所属分类类别。

2.根据权利要求1所述的ECOC编码分类方法，其特征在于所述方法步骤（1）中构造若干个SVM分类器的具体方法包括以下步骤：

1）在训练样本的D维的特征空间中随机选择K维的子空间作为训练样本；

2）利用得到的K维特征训练SVM分类器；

3）重复步骤1）-2）在每一位得到L个不同的SVM分类器；

其中D、K、L为自然数。

3.根据权利要求1所述的ECOC编码分类方法，其特征在于所述方法中ECOC编码方法是假设L是不同类W_i（i=1，2，...N）的编码长度，N为class的个数，存在N×L的编码矩阵C＝{c_hk}，其中c_hk∈{-1,1}，h_i（1，2...L）是编码矩阵中的第i列即第i个分类位，编码矩阵C定义了L个两类分类问题；把检测样本输入到每一个两类分类器中，得到一个输出向量（output vector），通过比较输出向量和编码矩阵的码字之间的最小汉明距离或欧氏距离得到最终的分类结果（label）。

4.根据权利要求3所述的ECOC编码分类方法，其特征在于所述方法中在对每一个编码位上所有的分类器进行训练时，采用随机子空间方法（Random Subspace）随机抽取一定比例的特征向量进行训练。