[发明专利]一种利用图像正则化及数据重建解决特征提取任务的方法

权利要求书

1.一种利用图像正则化及数据重建解决特征提取任务的方法，其特征在于包括如下步骤：

1)针对于一组文本数据作为训练集，去除停用词后将文本采用tfidf分数向量表示，选择分数最大的n个词作为该文本数据的原始数据点，构建其权重矩阵及对应的拉普拉斯矩阵；

2)随机初始化重建系数矩阵与特征提取矩阵，之后进行迭代，在每次迭代过程中，先固定重建系数矩阵，来更新特征提取矩阵，再固定特征提取矩阵，更新重建系数矩阵；循环迭代更新至特征提取矩阵收敛之后，返回最终的特征提取矩阵；

所述的步骤2)具体步骤为:

2.1)随机初始化重建系数矩阵A₀∈R^n*n，特征提取矩阵Λ₀∈R^n*n，初始化激活空集合S，其中向量θ中第p个维度的取值θ_p∈{-1,0,1}代表向量λ中第p个维度的取值λ_p的符号；

2.2)循环迭代，首先固定重建系数矩阵，更新特征提取矩阵；

2.3)固定特征提取矩阵，更新重建系数矩阵；

2.4)循环更新特征提取矩阵与重建系数矩阵直至特征提取矩阵收敛；

3)利用步骤2)学习得到的特征提取矩阵来对于待处理的相同领域文本数据的原始数据点进行特征提取。

2.根据权利要求1所述利用图像正则化及数据重建解决特征提取任务的方法，其特征在于所述的步骤1)具体步骤为:

针对于一组数据点构成的数据点矩阵X＝(x₁,...,x_m)，其中m为数据点的个数，任意一点的表达x_i∈Rⁿ，为一个n维向量；针对于这组数据点，其原始特征矩阵F＝(f₁,...,f_n)＝X^T，F为数据点矩阵X的转置矩阵；针对于此组数据点中的每一个点x_i，找到其距离最近的一个点x_j，并在x_i与x_j之间建立连线，按照此方法构建描述数据点之间关系的图；对于图中的点，构建权重矩阵W∈R^m*m，其中若x_i与x_j两点之间存在连线，则w_ij＝1，否则w_ij＝0；构建对角矩阵D∈R^m*m，其中，D_ii＝∑_jW_ij，构建拉普拉斯矩阵L＝D-W。

3.根据权利要求1所述利用图像正则化及数据重建解决特征提取任务的方法，其特征在于所述的步骤2.2)具体步骤为:

2.2.1)寻找其中

Y_pp∈Y＝XLX^T

β为提前定义好的关于数据重建项与图像正则化项之间的权衡参数，L与X为步骤1)中确定的矩阵，a_pk∈A，a_ik∈A，A为本步骤随机初始化得到的矩阵A₀；若则令θ_p＝-1，S＝S∪{λ_p}；若则令θ_p＝1，S＝S∪{λ_p}；对于其余求得的情况，则不对于λ_p进行更新；

2.2.2)得到θ_p之后，按照如下公式更新特征提取矩阵Λ：

其中，m和n与步骤1中的m和n相同，α为关于数据重建项与第一范式项之间的平衡参数，则令按照如下公式得到λ_p的更新值：

在λ与更新后的λ^new之间进行离散线搜索：检查λ^new处的目标值及所有符号改变的点，将λ更新为有最低目标值的点，从S中移除没有对应参数的λ并更新θ＝sign(λ)；

2.2.3)检查是否满足如果不满足则重新执行步骤2.2.2)，如果满足则检查是否满足如果不满足则重新执行步骤2.2.1)与步骤2.2.2)，如果满足则返回特征提取矩阵Λ。