[发明专利]一种基于自适应稀疏保持投影的一维距离像识别方法

权利要求书

1.一种基于自适应稀疏保持投影的一维距离像识别方法，其特征在于，该方法包括以下步骤：

训练阶段：

第1步：对训练样本集X＝[x₁,x₂,...,x_n]，提取归一化频谱幅度特征集并进行平移对齐，得到平移对齐后的特征集H＝[h₁,h₂,...,h_N]；

第2步：由稀疏保持投影法对所述平移后的特征集进行稀疏重构，建立稀疏重构方程，得到稀疏系数矩阵R；

第3步：由稀疏保持投影法得到稀疏保持投影方程，对其进行改写并结合自适应最大间距准则，建立自适应稀疏保持投影方程；

第4步：通过方程组合化简，利用拉格朗日乘数法求解得到投影矩阵W；

第5步：由所述投影矩阵W对训练样本幅度特征集H进行低维空间投影，得到训练样本低维特征向量集P＝[p₁,p₂,...p_N]；

第6步：由训练样本低维特征向量集对选定分类器进行训练；

测试阶段：

第1步：对测试样本y提取其归一化幅度特征并与训练样本进行平移对齐，得到平移对齐后的幅度特征h_y；

第2步：利用训练阶段求得的投影矩阵W对训练样本对测试样本幅度特征h_y进行低维投影，得到测试样本低维特征向量p_y；

第3步：利用训练完成的分类器对测试样本低维特征进行分类，输出测试样本分类结果。

2.根据权利要求1所述的一种基于自适应稀疏保持投影的一维距离像识别方法，其特征在于，在所述训练阶段第2步中根据稀疏保持投影法，对任一训练样本幅度特征h_i, i＝1,2,…，N，由除其自身以外的剩余训练样本幅度特征对其进行稀疏重构，建立稀疏重构方程：

得到稀疏表示系数向量r_i, i＝1,2,…，N，式中e表示所有元素均为1的列向量，r_i＝[r_i，1,...,r_i,i-1,0,r_i,i+1,...,r_i,N]^T表示稀疏表示系数向量，r_i,j表示训练样本特征向量h_j对重构h_i的贡献量，ε为噪声松弛量，||·||₁表示取1范数；计算所有训练样本稀疏表示系数向量得到稀疏系数矩阵

3.根据权利要求1所述的一种基于自适应稀疏保持投影的一维距离像识别方法，其特征在于，训练阶段第3步中由稀疏保持投影法得到稀疏保持投影方程，对其进行改写并结合自适应最大间距准则，建立自适应稀疏保持投影方程，则所述投影矩阵W满足：

其中I表示单位矩阵，tr表示矩阵的迹，S_b和S_w表示样本类间散布矩阵和类内散布矩阵，S_b和S_w的表达式分别为：

其中C表示训练样本目标类别总数，表示训练样本中属于类别t₁和类别t₂的样本均值向量，表示训练样本中属于类别t₁的样本数目，表示属于类别t₁的第k个样本，这里，f(t₁,t₂)，分别定义为：

其中，为间的欧氏距离，表示间的欧氏距离；由公式(2)(3)(4)可求得投影矩阵W。