[发明专利]一种基于多特征表示的模式识别方法

权利要求书

1.一种基于多特征表示的模式识别方法，其特征在于，包括以下步骤：

步骤S1：提出共享和特殊的表示模型，模型表达式如下：

其中K表示特征的个数，τ,λ₁和λ₂是常量参数，表示查询样本的第k个特征，为标量，即向量y_k的一个元素，n代表这个特征向量的维度；

表示第k个特征的字典，为特征向量，n表示向量的维度，m代表第m个训练样本；

是查询样本对于各个特征字典的一个共同系数，α^c，m表示关于第m个训练样本的共同系数，为标量，c为共同系数的标志；

是对于第k个特征字典的特殊系数，ω_k为第k个特征的权值；表示关于第m个训练样本的第k个特征的特殊系数，s是特殊系数的标志；

步骤S2：初始化共享系数α^c,特殊系数与权重ω_k，令α^c＝0,ω_k＝0；

步骤S3：对模型进行交替迭代，更新共享系数α^c,特殊系数与权重ω_k，直到整个模型收敛到一个局部最小值为止；

步骤S4：在求得的共享系数α^c,特殊系数与权重ω_k的基础上，利用最小重构误差求取测试样本的标签：

其中，D_k,j是字典D_k中属于j类的子字典，是对应于子字典D_k,j的共享系数，是对于子字典D_k,j的特殊系数。

2.根据权利要求1所述的一种基于多特征表示的模式识别方法，其特征在于，步骤S3的具体步骤如下：

步骤S301：更新共享系数α^c，固定特有系数和权重ω_k，模型函数表示为如下形式：

步骤S302：将K个函数进行合并；

由于前两项是可导的，则可以将其重写为：

其中，F(α^c)是目标函数的前两项；由于F(α^c)可导，使用投影迭代方法(IPM)算法可求得α^c；

步骤S303：更新特殊系数固定共享系数α^c和权重ω_k，则模型函数可表示为如下形式：

由于目标函数第一项可导，可以使用投影迭代方法(IPM)算法求得

步骤S304：更新权重ω_k，固定共享系数α^c和特殊系数在最大熵原则下，则模型函数可以表示为如下形式：

其中γ是一个常数，用于约束最大熵；

步骤S305：通过求导得权重