[发明专利]基于锚图结构的双拉普拉斯正则化的半监督数据分类方法在审
| 申请号： | 201810521970.4 | 申请日： | 2018-05-28 |
| 公开（公告）号： | CN108830301A | 公开（公告）日： | 2018-11-16 |
| 发明（设计）人： | 王迪;赵雪娟;张笑钦;胡杰;叶修梓 | 申请（专利权）人： | 温州大学苍南研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 温州名创知识产权代理有限公司 33258 | 代理人： | 陈加利 |
| 地址： | 325000 浙江省温州市苍南县*** | 国省代码： | 浙江;33 |
| 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锚图结构的双拉普拉斯正则化的半监督数据分类方法，主要包括以下步骤：首先，对数据集进行聚类以获得可以近似表示整个数据集的锚点数据，并通过FLAE方法计算样本点与其邻近锚点间的线性重构权重；其次，基于样本点与锚点间的权重矩阵，分别构造锚点上的图拉普拉斯正则项和样本点上的图拉普拉斯正则项，并建立基于锚图结构的双拉普拉斯正则化半监督分类模型；最后，运用梯度为零的方法对模型进行解析求解，获得锚点数据的类别软标签，并利用无标签样本的特征编码对锚点的类别软标签进行线性组合，判别无标签样本的类别。本发明所建立的双拉普拉斯正则化约束能够更好地刻画样本之间的图结构信息，从而实现更强的分类判别能力，具有很好的应用前景。 | ||
| 搜索关键词： | 图结构 正则化 锚点 半监督 样本点 无标签样本 数据分类 点数据 软标签 数据集 分类模型 权重矩阵 特征编码 线性重构 线性组合 求解 聚类 权重 解析 近似 样本 邻近 刻画 分类 应用 | ||
【主权项】：
1.一种基于锚图结构的双拉普拉斯正则化的半监督数据分类方法，其特征在于所述方法包括：1)对数据集进行聚类以获得近似表示整个数据集的锚点数据，并通过FLAE方法计算样本点与其邻近锚点间的线性重构权重；2)基于样本点与锚点间的权重获得相似度矩阵，分别构造锚点上的图拉普拉斯正则项和样本点上的图拉普拉斯正则项，并建立基于锚图结构的双拉普拉斯正则化的半监督分类模型；3)运用梯度为零的方法对所述的半监督分类模型进行解析求解，获得锚点数据的类别软标签，并利用无标签样本的特征编码对锚点的类别软标签进行线性组合，判别无标签样本的类别。
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温州大学苍南研究院，未经温州大学苍南研究院许可，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/201810521970.4/，转载请声明来源钻瓜专利网。
