[发明专利]一种半监督分类方法及系统在审
| 申请号： | 201510922380.9 | 申请日： | 2015-12-14 |
| 公开（公告）号： | CN105426923A | 公开（公告）日： | 2016-03-23 |
| 发明（设计）人： | 杨焘;付冬梅 | 申请（专利权）人： | 北京科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京市广友专利事务所有限责任公司 11237 | 代理人： | 张仲波 |
| 地址： | 100083*** | 国省代码： | 北京;11 |
| 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 监督 分类 方法 系统 | ||
1.一种半监督分类方法，其特征在于，包括：
获取数据样本，确定表征所述数据样本流形结构的拉普拉斯矩阵，所述数据样本包括：带标号数据样本和无标号数据样本；
基于所述数据样本，得到表征多核函数组合的映射空间下的数据样本特征的多核组合矩阵；
根据所述拉普拉斯矩阵和多核组合矩阵，建立半监督分类函数，为所述无标号的数据样本进行标号。
2.根据权利要求1所述的半监督分类方法，其特征在于，所述获取数据样本，确定表征所述数据样本流形结构的拉普拉斯矩阵包括：
获取每一个数据样本的邻域范围，得到基于全体数据样本的图模型，所述图模型用于反映所述数据样本的空间结构；
确定各邻域范围内各个数据样本之间的权值，该权值度量两两数据样本之间的近邻程度，得到所述图模型的权值矩阵；
根据所述权值矩阵得到表征所述数据样本流形结构的拉普拉斯矩阵。
3.根据权利要求1所述的半监督分类方法，其特征在于，所述基于所述数据样本，得到表征多核函数组合的映射空间下的数据样本特征的多核组合矩阵包括：
给定M个核函数，将各核函数作用于获取到的数据样本，得到每个核函数的映射空间，并通过M个核矩阵来表征每个映射空间下的数据样本特征，m＝1,2,…,M依次取值；
对M个核矩阵的权值进行初始化；
对M个核矩阵进行权值为d的线性组合，得到多核组合矩阵K，
其中，d表示核组合权值，dm表示第m个核矩阵Km的权值。
4.根据权利要求3所述的半监督分类方法，其特征在于，所述权值d中的元素dm满足dm≥0和‖d‖1＝1，其中，
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北京科技大学，未经北京科技大学许可，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/201510922380.9/1.html，转载请声明来源钻瓜专利网。
