[发明专利]一种图的特征选择方法及系统有效

专利信息
申请号: 202010679163.2 申请日: 2020-07-15
公开(公告)号: CN111898710B 公开(公告)日: 2023-09-29
发明(设计)人: 何芳;贾维敏;张峰干;伍宗伟;沈晓卫;赵建伟;胡豪杰;金伟;何佑明;朱玉杰 申请(专利权)人: 中国人民解放军火箭军工程大学
主分类号: G06V10/771 分类号: G06V10/771;G06V10/766;G06V10/778;G06F17/14;G06F17/16
代理公司: 北京高沃律师事务所 11569 代理人: 崔玥
地址: 710025 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 特征 选择 方法 系统
【权利要求书】:

1.一种图的特征选择方法,其特征在于,包括:

根据图的像素点构造自适应近邻图;所述自适应近邻图作为初始图;

根据所述图的像素点确定投影矩阵;

对所述初始图和所述投影矩阵进行半监督学习,得到半监督特征选择模型;所述半监督特征选择模型用于进行所述初始图的优化和特征选择;

获取待特征选择的图;

采用所述半监督特征选择模型对所述待特征选择的图进行特征选择;

所述根据图的像素点构造自适应近邻图,具体包括:

根据所述图的像素点确定相似矩阵;

根据所述相似矩阵构造所述自适应近邻图;

所述根据所述相似矩阵构造所述自适应近邻图,具体包括:

利用公式确定所述自适应近邻图的目标函数;其中,为相似矩阵的第i行,α是规则化参数,为规则化项,用于避免出现平凡解,即与像素点xi距离最近的点成为xi近邻的概率为1,而其他像素点都不是xi的近邻;

利用拉格朗日函数法对所述自适应近邻图的目标函数进行求解。

2.根据权利要求1所述的一种图的特征选择方法,其特征在于,所述对所述初始图和所述投影矩阵进行半监督学习,得到半监督特征选择模型,具体包括:

利用公式确定所述半监督特征选择模型的目标函数;其中,W为投影矩阵,α、γ和λ均为规则化参数,γ||W||2,1为稀疏项用于对W进行稀疏约束,为平滑项,衡量投影后特征的平滑性,LS为拉普拉斯矩阵,F为像素点的标签;

采用迭代优化方式对所述半监督特征选择模型的目标函数进行求解。

3.一种图的特征选择系统,其特征在于,包括:

自适应近邻图构建模块,用于根据图的像素点构造自适应近邻图;所述自适应近邻图作为初始图;

投影矩阵确定模块,用于根据所述图的像素点确定投影矩阵;

半监督特征选择模型确定模块,用于对所述初始图和所述投影矩阵进行半监督学习,得到半监督特征选择模型;所述半监督特征选择模型用于进行所述初始图的优化和特征选择;

待特征选择的图获取模块,用于获取待特征选择的图;

特征选择模块,用于采用所述半监督特征选择模型对所述待特征选择的图进行特征选择;

所述自适应近邻图构建模块具体包括:

相似矩阵确定单元,用于根据所述图的像素点确定相似矩阵;

自适应近邻图构造单元,用于根据所述相似矩阵构造所述自适应近邻图;

所述自适应近邻图构造单元具体包括:

自适应近邻图的目标函数确定子单元,用于利用公式确定所述自适应近邻图的目标函数;其中,为相似矩阵的第i行,α是规则化参数,为规则化项,用于避免出现平凡解,即与像素点xi距离最近的点成为xi近邻的概率为1,而其他像素点都不是xi的近邻;

自适应近邻图的目标函数求解子单元,用于利用拉格朗日函数法对所述自适应近邻图的目标函数进行求解。

4.根据权利要求3所述的一种图的特征选择系统,其特征在于,所述半监督特征选择模型确定模块具体包括:

半监督特征选择模型的目标函数确定单元,用于利用公式确定所述半监督特征选择模型的目标函数;其中,W为投影矩阵,α、γ和λ均为规则化参数,γ||W||2,1为稀疏项用于对W进行稀疏约束,为平滑项,衡量投影后特征的平滑性,LS为拉普拉斯矩阵,F为像素点的标签;

半监督特征选择模型的目标函数求解单元,用于采用迭代优化方式对所述半监督特征选择模型的目标函数进行求解。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军火箭军工程大学,未经中国人民解放军火箭军工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010679163.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top