[发明专利]一种基于对称矩阵空间子空间学习的格拉斯曼流形域自适应方法在审
| 申请号： | 201910062549.6 | 申请日： | 2019-01-23 |
| 公开（公告）号： | CN109886419A | 公开（公告）日： | 2019-06-14 |
| 发明（设计）人： | 马争鸣;张扬;庄日新;刘洁 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06N20/10 | 分类号： | G06N20/10 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 对称矩阵 子空间 格拉斯曼流形 自适应 子空间学习 原始数据 概率分布 目标函数 目标域 映射 源域 投影 机器学习领域 矩阵数据 空间构造 优化求解 差异性 匹配 | ||
【权利要求书】：
1.一种基于对称矩阵空间子空间学习的格拉斯曼流形域自适应方法，其主要特征在于：
A.源域输入数据和目标域输入数据均为格拉斯曼流形的数据，即每个数据都是D×d维列向量标准正交的矩阵；
B.通过映射G(D,d)→SD将格拉斯曼流形数据映射到对称矩阵空间，即对任意的X∈G(D,d)，SD表示对称矩阵空间，对称矩阵空间的元素为D×D维对称矩阵；
C.利用源域和目标域数据在对称矩阵空间上的映射N＝1,...,Ns+Nt的线性组合构造r维子空间Sr，子空间的标准正交基表示为i＝1，…，r，子空间由组合系数矩阵W决定，组合系数满足其中Ir为单位矩阵；
D.源域和目标域数据经由对称矩阵空间之后均可以投影到Sr，利用源域和目标域数据在此子空间的投影均值相近的原则学习子空间，目标函数为其中与分别为源域与目标域数据在Sr上的投影坐标。
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山大学，未经中山大学许可，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/201910062549.6/1.html，转载请声明来源钻瓜专利网。
