[发明专利]基于柯西损失函数的子空间自表达模型聚类方法有效
申请号: | 201710358956.2 | 申请日: | 2017-05-19 |
公开(公告)号: | CN107316050B | 公开(公告)日: | 2020-09-29 |
发明(设计)人: | 李学龙;鲁全茂;董永生;陶大程 | 申请(专利权)人: | 中国科学院西安光学精密机械研究所 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 西安智邦专利商标代理有限公司 61211 | 代理人: | 陈广民 |
地址: | 710119 陕西省西*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于柯西损失函数的子空间自表达模型聚类方法。该方法实现步骤是:1)用柯西损失函数对噪声项进行约束,2)使用简单的Frobenius范数对系数矩阵进行约束;(3)通过步骤1)和步骤2)构造目标函数表达式;4)简化步骤3)的表达式;5)通过对目标函数进行求导,并且令导数为0,得到迭代公式,再进行迭代求解,得到系数矩阵;6)通过步骤5)求解到的系数矩阵构造相似度矩阵S;7)基于谱聚类的方法对数据进行划分,得到最终的聚类结果。利用本发明对噪声项进行惩罚,从而减小噪声对学习相似度矩阵的影响,可以使得相似的数据得到相同的类别标签,从而得到精度较高的聚类结果。 | ||
搜索关键词: | 基于 损失 函数 空间 表达 模型 方法 | ||
【主权项】:
一种基于柯西损失函数的子空间自表达模型聚类方法,其特征在于,包括以下步骤:1)基于柯西函数对子空间自表达模型中的噪声项进行约束,表达式如下:Σi=1nlog(1+||xi-Xzi||22c2),]]>其中,X表示原始数据集,xi和zi分别表示第i个数据点以及对应的系数表达,c是一个常数;2)采用Frobenius范数对子空间自表达模型中的系数矩阵进行约束,表达式如下:其中,Z为系数矩阵;3)通过步骤1)和步骤2)构造目标函数表达式,表达式如下:minZΣi=1nlog(1+||xi-Xzi||22c2)+λ||Z||F2,]]>其中,λ为权重因子用于调节两项之间的权重;4)将步骤3)中的目标函数表达式进行简化,其表达式为:minZlog(1+||X-XZ||F2c2)+λ||Z||F2;]]>5)通过对步骤4)的目标函数表达式进行求导,并且令导数为0,得到迭代公式:Z=Q(QXTX+λI)-1XTXQ=1c2+||R||F2R=X-XZ.]]>对上述迭代公式求解,若迭代公式收敛得到系数矩阵Z,执行步骤6),若迭代公式不收敛则继续进行迭代求解,直至得到系数矩阵Z;6)通过步骤5)求解到的系数矩阵构造相似度矩阵S;S=|Z|T+|Z|2,;]]>7)基于谱聚类的算法进行聚类,得到最终的聚类结果。
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国科学院西安光学精密机械研究所,未经中国科学院西安光学精密机械研究所许可,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/patent/201710358956.2/,转载请声明来源钻瓜专利网。
- 上一篇:点云分类方法及装置
- 下一篇:基于决策树混合滤波‑封装的多特征融合方法