[发明专利]一种具备鲁棒性的半监督图像聚类方法

说明书

本发明公开了一种具备鲁棒性的半监督图像聚类方法，它涉及图像处理及应用领域。该方法针对一般图像聚类技术里面专注于对图像数据预处理和特征筛选上，而在聚类方法上并未有所突破，提出了一种具备鲁棒性的半监督图像聚类方法。该图像聚类方法首先考虑了实际情况下图像数据中存在的噪声和离群值，通过鲁棒性的正则化来减少噪声和离群值的影响，再从有标记图像和无标记图像两个方面着手挖掘图像数据知识；同时，在图像数据的预处理和特征筛选上，采取了具有适用性的归一化来事先处理图像数据，充分保证图像数据信息的完整性。

技术领域

本发明涉及的是图像处理及应用领域，具体涉及一种具备鲁棒性的半监督图像聚类方法。

背景技术

非负矩阵分解(Nonnegative Matirx Factorization，NMF)及其扩展算法已经在机器学习和数据挖掘领域受到了广泛关注。在模式识别，计算机视觉和信息检索等领域中，输入的数据常常具有很高的维度，因此各类矩阵分解技术被用于去寻找隐藏在原始数据中的低维结构。非负矩阵分解在矩阵因子上施加了非负约束，即矩阵因子的元素必须大于等于零,这就导致了NMF的解会产生对数据基于部分的表示。因此它是一种应用于图像处理，人脸识别和文本识别的理想降维算法。然而，传统的NMF作为无监督方法，无法利用标签信息。在实际的应用中，如果可以标记少量样本，将半监督的思想引入非负矩阵分解中，将会弥补非负矩阵分解的缺陷，获得更好的聚类效果。

传统的机器学习技术分为两类，一类是无监督学习，一类是监督学习。无监督学习只利用未标记的样本集，而监督学习则只利用标记的样本集进行学习。但在很多实际问题中，只有少量的带有标记的数据，因为对样本进行类别标记往往需要耗费大量的人力物力，代价有时很高，而大量的未标记的数据却很容易得到。这就促使能同时利用标记样本和未标记样本的半监督学习技术迅速发展起来。基于非负矩阵分解延伸的半监督非负矩阵分解算法就有较好的效果。

图像聚类是将未知类别的图像划分成若干簇，簇的数目为图像的类别数。对于计算机而言，进行无监督的聚类是较为困难的。原因有两方面：第一是因为图像里充满了大量复杂多样且难以描述的对象，由原始图像到模式识别方法里具体的数据的数据处理和特征选择方法多样；第二是因为聚类结果往往会受到噪声和离群值的影响。对于图像聚类而言，一般做法从第一个方面出发，在数据预处理和特征选择的过程中尽可能找出合适的特征选择方法，再通过具有鲁棒性的半监督聚类算法进行聚类，往往具有较好的聚类效果。

综上所述，本发明设计了一种具备鲁棒性的半监督图像聚类方法。

发明内容

针对现有技术上存在的不足，本发明目的是在于提供一种具备鲁棒性的半监督图像聚类方法，通过挖掘有标记样本数据信息并通过鲁棒性正则化从而提高机器的图像聚类能力。

符号记法：我们在此总结本文的符号和范数定义，其中大写字母表示矩阵，小写粗体字母表示向量。给定一个矩阵W＝{w_ij}，它的行定义为wⁱ，它的列定义为w_j。向量的lp范数定义为其中p0。矩阵的Frobenius范数定义为用Tr(W)表示矩阵的迹。

为了实现上述目的，本发明是通过如下的技术方案来实现：一种具备鲁棒性的半监督图像聚类方法，包括如下定义和步骤：

定义1：给定一个输入数据矩阵其中p是数据维度，n是样本数量；

定义2：令是聚类指示矩阵，其中n为样本个数，k为类别个数。G的每行中最大元素的索引值表示样本的类别号。

定义3：标准的NMF公式定义如下：

定义4：边权重矩阵W的定义如下：